[논문 리뷰] Accurate image reconstruction from few-views and limited-angle data in divergent-beam CT

Emil Y. Sidky, Chien-Min Kao외 1명|ArXiv.org|2009. 04. 28.

Medical Imaging Techniques and Applications참고 문헌 6인용 수 951

한 줄 요약

이 논문은 적은 수의 시야, 제한된 각도 또는 노이즈가 있는 투과 데이터로부터 정확한 영상 재구성 가능하게 하는 분산광선 컴퓨터 단층촬영(CT)을 위한 총 변동(TV)-정규화 반복 재구성 알고리즘을 제안한다. 영상 기울기의 TV를 최소화함으로써 이 방법은 가장자리를 유지하고 잡음을 억제하며, 희소하고 일관성이 없는 데이터에서 전통적인 ART 및 EM 알고리즘보다 우수한 성능을 발휘한다.

ABSTRACT

In practical applications of tomographic imaging, there are often challenges for image reconstruction due to under-sampling and insufficient data. In computed tomography (CT), for example, image reconstruction from few views would enable rapid scanning with a reduced x-ray dose delivered to the patient. Limited-angle problems are also of practical significance in CT. In this work, we develop and investigate an iterative image reconstruction algorithm based on the minimization of the image total variation (TV) that applies to divergent-beam CT. Numerical demonstrations of our TV algorithm are performed with various insufficient data problems in fan-beam CT. The TV algorithm can be generalized to cone-beam CT as well as other tomographic imaging modalities.

연구 동기 및 목표

• 적은 수의 시야, 제한된 각도 범위 또는 검출기 노이즈로 인해 투과 데이터가 부족한 상황에서 분산광선 CT에서 영상 재구성을 해결한다.
• 데이터 부족 상황에서 심각한 잡음을 유발하는 필터링 배경 투영(FBP)과 같은 분석적 방법의 한계를 극복한다.
• 영상 기울기의 희소성을 활용하여 정규화를 명시적으로 적용하지 않더라도 재구성 정확도를 향상시키는 반복 알고리즘을 개발한다.
• 결함이 있는 검출기 범위 및 신호 노이즈와 같은 실용적인 데이터 결함 상황에서도 방법의 강인성을 입증한다.
• 이 방법을 팬-빔 및 콘-빔 CT로 일반화하고, 유사한 데이터 부족 문제를 겪는 다른 단층촬영 영상 모odalities로의 적용 가능성을 확장한다.

제안 방법

• 영상 재구성을 총 변동(TV)을 최소화하는 제약 조건이 있는 최적화 문제로 공식화하며, TV는 공간 기울기의 크기 합으로 정의된다.
• 측정된 투과 데이터와 일치하는 것을 보장하는 데이터 투영 단계와 TV를 최소화하여 영상 기울기의 희소성을 강제하는 경사 하강법 단계를 번갈아 수행하는 반복 알고리즘을 구현한다.
• 투영 단계에서 물리적으로 타당한 영상 값 유지를 위해 양수 제약 조건을 적용한다.
• 두 단계 반복 기법을 사용한다: 첫 번째로 데이터 일관성과 양수성을 강제하고, 두 번째로 TV를 최소화하기 위해 기울기 하강법을 적용하여 정규화된 해를 도출한다.
• 분산광선 기하학에 맞게 정방향 투과 모델을 조정하여 이 방법을 팬-빔 및 콘-빔 CT로 일반화한다.
• 의료 및 산업용 CT 영상의 많은 경우가 조각별로 일정한 구조를 가지며, 이는 기울기 영상이 희소해지게 하므로, TV 페널티가 이를 효과적으로 활용할 수 있음을 이용한다.

실험 결과

연구 질문

• RQ1 표준 분석적 방법이 실패하는 적은 수의 시야 투과 데이터에서 총 변동 최소화가 정확한 CT 영상 재구성을 효과적으로 수행할 수 있는가?
• RQ2 제한된 각도 스캔 조건에서 TV 기반 반복 알고리즘은 기존의 ART 및 EM 알고리즘과 비교해 어떻게 성능을 발휘하는가?
• RQ3 투과 데이터에서 나쁜 검출기 범위 및 신호 노이즈로 인한 잡음을 TV 방법이 어느 정도 억제할 수 있는가?
• RQ4 영상 기울기 이미지가 정확히 희소가 아니더라도 TV 알고리즘이 영상 품질과 정량적 정확도를 유지하는가?
• RQ5 TV 방법은 콘-빔 CT 및 유사한 데이터 부족 문제를 겪는 다른 단층촬영 모달리티로 일반화될 수 있는가?

주요 결과

• 적은 수의 시야 팬-빔 CT 재구성에서, 명시적인 정규화 없이도 ART 및 EM보다 훨씬 적은 잡음을 생성한다.
• 제한된 각도 문제 상황에서는 표준 분석적 및 반복 기법과 비교해 시각적 및 정량적으로 뛰어난 재구성 결과를 도출한다.
• 노이즈가 있는 데이터 및 나쁜 검출기 범위가 존재하는 상황에서도 TV 알고리즘은 줄무늬 잡음과 노이즈 증폭을 효과적으로 억제하며, ART는 심각한 잡음을 보여주는 것과 비교해 뛰어난 성능을 발휘한다.
• 두 단계 구현 방식인 데이터 투영 후 TV 기울기 하강법 적용은 정확도와 가장자리 선명도를 유지하는 정규화된 영상을 생성한다.
• TV 기반 재구성은 데이터 불일치 상황에서도 강인성을 유지하며, 효과적인 노이즈 처리 및 잡음 억제를 보여준다.
• 수치 결과는 영상 기울기 이미지가 정확히 희소가 아니더라도 TV 방법이 정확한 재구성을 달성할 수 있음을 시사하며, 실세계 CT 응용 분야에서의 실용적 유용성을 뒷받침한다.