[논문 리뷰] Speckle Noise Reduction in Medical Ultrasound Images

Faouzi Benzarti, Hamid Amiri|arXiv (Cornell University)|2013. 05. 06.

Image and Signal Denoising Methods참고 문헌 22인용 수 23

한 줄 요약

이 논문은 대수적 변환과 이방성 분산 텐서 필터링을 조합하여 의료 초음파 영상의 스펙클 노이즈 감소 방법을 제안한다. 이 방법은 스펙클 노이즈의 다중성 특성을 로그 변환을 통해 덧셈 노이즈 형태로 변환한 후, 구조 적응형 분산을 적용하여 가장자리와 미세한 세부 정보를 유지하면서 영상 대trast와 진단 품질을 크게 향상시킨다. 이는 합성 및 실제 초음파 데이터에서 모두 성능을 입증하였다.

ABSTRACT

Ultrasound imaging is an incontestable vital tool for diagnosis, it provides in non-invasive manner the internal structure of the body to detect eventually diseases or abnormalities tissues. Unfortunately, the presence of speckle noise in these images affects edges and fine details which limit the contrast resolution and make diagnostic more difficult. In this paper, we propose a denoising approach which combines logarithmic transformation and a non linear diffusion tensor. Since speckle noise is multiplicative and nonwhite process, the logarithmic transformation is a reasonable choice to convert signaldependent or pure multiplicative noise to an additive one. The key idea from using diffusion tensor is to adapt the flow diffusion towards the local orientation by applying anisotropic diffusion along the coherent structure direction of interesting features in the image. To illustrate the effective performance of our algorithm, we present some experimental results on synthetically and real echographic images.

연구 동기 및 목표

• 의료 초음파 영상에서 대비 해상도를 떨어뜨리고 미세한 세부 정보를 가리키는 스펙클 노이즈 문제를 해결하기 위해.
• 다중성 스펙클 노이즈를 효과적으로 감소시키면서 가장자리와 구조적 특징을 유지하는 노이즈 제거 방법을 개발하기 위해.
• 로그 변환과 이방성 분산을 조합하여 초음파 영상에서의 노이즈 억제 성능을 향상시키기 위해.
• 합성 및 실제 에코그래픽 영상에서의 성능 평가를 통해 방법의 강건한 성능을 평가하기 위해.

제안 방법

• 다중성 스펙클 노이즈를 덧셈 노이즈 형태로 변환하기 위해 로그 변환을 적용하여 덧셈 노이즈 필터링 기법을 적용할 수 있도록 한다.
• 지역적 영상 구조에 따라 적응하는 비선형 분산 텐서를 활용하여, 일관된 특징 방향에 따라 분산을 정렬한다.
• 지역적 영상 기울기와 구조 텐서에 기반하여 변화하는 이방성 분산을 구현하여 가장자리와 질감을 유지한다.
• 구조 텐서를 사용하여 지역적 방향성과 일관성을 추정하고, 노이즈 감소를 위해 방향성 분산을 안내함으로써 영상 충실도를 유지한다.
• 노이즈 감소를 위해 최소한의 흐림을 유발하면서도 반복적 분산 단계를 통해 변환된 영상을 처리한다.
• 최종 영상을 복원하기 위해 노이즈 제거된 로그 변환 출력을 지수 변환하여 원래의 강도 척도로 복원한다.

실험 결과

연구 질문

• RQ1 로그 변환을 통해 다중성 스펙클 노이즈를 덧셈 형태로 효과적으로 변환할 수 있는가?
• RQ2 구조 텐서 지도 하에 이방성 분산이 스펙클 감소 과정에서 가장자리와 미세한 세부 정보를 얼마나 잘 유지하는가?
• RQ3 기존의 표준적인 노이즈 제거 기법에 비해 제안된 방법이 초음파 영상에서 대비 및 구조 유지 측면에서 우수한 성능을 보이는가?
• RQ4 알려진 노이즈 특성을 가진 합성 데이터와 비교하여 실제 임상 초음파 영상에서 이 방법의 성능은 어떠한가?

주요 결과

• 제안된 방법은 스펙클 노이즈 감소와 함께 중요한 해부학적 구조와 가장자리를 유지함으로써 대비 해상도를 크게 향상시켰다.
• 로그 변환은 다중성 스펙클 노이즈를 덧셈 형태로 효과적으로 변환하여 분산 기반 필터링의 적용을 더욱 효과적으로 가능하게 하였다.
• 구조 텐서 지도 하에 이방성 분산이 일관된 영상 구조를 성공적으로 유지하고 미세한 세부 정보의 과도한 스무딩을 방지하였다.
• 합성 및 실제 초음파 영상에서의 실험 결과, 기존 표준 방법에 비해 뛰어난 시각적 품질과 노이즈 감소 성능을 입증하였다.
• 이 방법은 높은 구조 유사도를 유지하면서도 아티팩트를 유발하거나 중요한 조직 경계를 흐림 없이 노이즈 에너지를 감소시켰다.