[논문 리뷰] A Review of Tomographic Reconstruction Techniques for Computed Tomography

Sanam Assili|arXiv (Cornell University)|2018. 08. 28.

Advanced X-ray and CT Imaging인용 수 3

한 줄 요약

이 논문은 병변성단층촬영(CT)에서의 분석적 및 반복 재구성 기법을 검토하며, 필터링된 뒷배치(FBP)와 ART, SART, MLEM과 같은 반복 방법을 강조한다. 통계적 및 정규화된 가능도 접근법을 통해 이미지 품질 향상과 방사선 선량 감소를 이루었으며, 반복 방법이 저선량 및 제한된 데이터 상황에서 정확도를 향상시킨다는 점을 입증한다.

ABSTRACT

Medical imaging modalities have revolutionized health-care approaches by offering a better understanding of the human anatomy. Discovery of x-rays allowed the exploiting of the micro-scaled information of human anatomy. Computed tomography is one of the well-known imaging modalities using x-rays to create images of medical and non-medical objects. CT imaging has several variety of applications from medical diagnosis to industrial non-destructive testing. In this paper, we review computed tomography imaging modality and its applications in screening, diagnosis, and treatment and study some of the novel techniques used to reconstruct images in these machines.

연구 동기 및 목표

• 의료 및 산업 용도의 병변성단층촬영(CT)에서 사용되는 톰로그래픽 재구성 기법에 대한 종합적인 검토를 제공하는 것.
• 측정 노이즈와 아티팩트를 다루는 데 있어 분석적 방법, 예를 들어 필터링된 뒷배치(FBP)의 한계를 분석하는 것.
• 영상 과정의 물리적 및 통계적 성질을 모델링함으로써 이미지 품질을 향상시키는 반복 재구성 기법을 탐구하는 것.
• SART 및 MLEM과 같은 고급 방법이 저선량 CT 영상 촬영에서 방사선 노출을 줄이는 데 기여하는 역할을 평가하는 것.
• 기존의 감쇠 기반 영상 이외의 능력을 확장하는 단계적 대비 및 어둠의 영역 영상과 같은 새로운 영상 모odalities에 대해 논의하는 것.

제안 방법

• 브레그스트랄링 방출, K-껍질 방출, 싱크로트론 원천을 통한 X선 생성 원리를 포함한 CT 영상의 기초 원리를 검토한다.
• 광전 효과와 코모프턴 산산이 흩어짐을 이용한 조직을 통과하는 X선 감쇠의 물리적 기반을 기술한다.
• 분석적 재구성 기법인 필터링된 뒷배치(FBP)를 설명하며, 1차원 필터를 투사 데이터에 적용한 후 영상 공간으로의 뒷배치를 수행한다.
• 선형 시스템 $AX = Y$를 반복적으로 최소화함으로써 해를 구하는 알제브라적 재구성 기법(ART)과 같은 반복 재구성 방법을 상세히 기술한다.
• 모든 픽셀을 동시에 업데이트함으로써 수렴성과 성능을 향상시킨 동시 알제브라적 재구성 기법(SART)을 소개한다.
• 광자 통계를 모델링하고 정규화를 통합함으로써 이미지 품질을 향상시키는 통계적 방법, 예를 들어 최대우도기대최대화(MLEM) 및 정규화된 가능도(PL)를 설명한다.

실험 결과

연구 질문

• RQ1 FBP와 같은 분석적 재구성 기법이 CT 영상에서 노이즈와 아티팩트를 다루는 데 반복 방법과 비교하여 어떻게 다를까?
• RQ2 SART 및 MLEM과 같은 반복 재구성 알고리즘이 저선량 또는 제한된 각도의 CT 상황에서 가지는 주요 이점은 무엇인가?
• RQ3 통계적 재구성 방법이 물리적 측정 과정을 모델링함으로써 이미지 품질을 향상시키는 방식은 무엇인가?
• RQ4 단계적 대비 및 어둠의 영역 영상과 같은 새로운 대비 메커니즘이 기존의 감쇠 기반 영상 이외의 CT 임상 가능성을 어떻게 확장하는가?
• RQ5 계산 성능 향상이 임상 환경에서 복잡한 반복 재구성 알고리즘의 실용적 적용을 가능하게 하는 데 어떤 역할을 하는가?

주요 결과

• 필터링된 뒷배치(FBP)는 계산 효율성이 높아 상용 CT 스캐너에서 여전히 표준 분석 방법으로 사용되지만, 노이즈에 민감하고 측정 통계를 모델링하지 못한다.
• ART 및 SART와 같은 반복 방법은 시뮬레이션된 투사와 측정된 투사 간의 비교를 바탕으로 이미지 추정치를 반복적으로 개선함으로써 향상된 이미지 품질을 제공한다.
• SART는 단일 반복 내에서도 양호한 재구성 품질을 달성하며, 특히 제한된 투사 데이터 상황에서 수렴 속도와 안정성 면에서 표준 ART를 능가한다.
• 최대우도기대최대화(MLEM)는 광자 제한 데이터를 모델링하고 통계적 불확실성을 최소화함으로써 저선량 영상 촬영에 효과적이다.
• 정규화된 가능도(PL) 방법은 노이즈 감소와 에지 보존을 위한 정규화를 통합함으로써 데이터 일치성과 모델 복잡성 간의 균형을 이루며 이미지 재구성 품질을 향상시킨다.
• 최근의 계산 성능 향상 덕분에 반복 재구성의 실용적 구현이 가능해졌으며, 이는 임상 CT에서 선량 감소와 진단 정확도 향상에 기여하고 있다.