AI 기반 딥러닝 재구성 알고리즘 ‘Precise’를 사용한 CT 영상에서의 화질 평가 (Image Quality in CT Images Using AI-Based Deep Learning Image Reconstruction Algorithm ‘Precise’)

서지정보

· 발행기관 : 한국방사선학회
· 수록지 정보 : 한국방사선학회논문지 / 19권 / 1호 / 57 ~ 64페이지
· 저자명 : 최재호

초록

CT 검사는 환자가 받는 피폭선량을 줄이기 위한 노력이 새로운 재구성 기법의 개발과 함께 계속 진행되고 있다. 최근 개발 중인 딥러닝 재구성 기법을 통해 반복적 재구성 기법의 한계를 극복하려고 한다. 본 연구는 iDose와 심층학습 기반 영상 재구성법 Precise의 흉부 CT 검사 화질 평가를 통하여 DLIR의 유용성을 평가하고자 한다. CT 영상 재구성을 위한 DLIR 기술인 Precise에서 매개변수 조정에 따른 CT 영상의 화질을 분석하였다. 결과를 통해 Precise의 매개변수를 조정하면 노이즈 수준과 공간적 해상도가 변한다는 것을 확인했으며, DLIR을 적용하면 기존의 재구성 기법에 비교하여 영상의 질이 더 향상될 것으로 판단된다.

영어초록

In this study compared and analyzed the image quality using the image data acquired after reconstructing Hybrid IR and deep learning-based image reconstruction method(DLIR) 3 steps on raw data of Chest CT scanned using a chest phantom. The image quality of CT images was analyzed according to parameter adjustment in Precise, a DLIR technology for CT image reconstruction. The best results for COV and NIQE were obtained when using the Precise sharp reconstruction method among the analyzed experimental conditions, and the results confirmed that adjusting the parameters of Precise changed the noise level and spatial resolution. In conclusion, as a result of analyzing the level of image quality change according to the Precise reconstruction method, it was found that the overall image quality of the DLIR Precise was improved compared to Hybrid Iterative Reconstruction.

참고자료

· 없음