듀얼 에너지 흉부 촬영에서 Singular Value Decomposition을 통한 화질 개선에 대한 연구

Improvement of Image Quality of Dual-Energy Chest X-ray with the Application of Singular Value Decomposition

단순 흉부촬영은 비교적 간단한 검사로 흉부의 이상 유무를 관찰 할 수 있다. 하지만 해부학적 구조물의 겹침으로 인해 영상 판독에 어려움을 준다. 듀얼 에너지는 Bone과 Tissue 구조물을 분리해 냄으로서 이러한 문제들을 해결하지만 양자 노이즈가 증가하는 단점이 있다. 본 연구에서는 듀얼 에너지 영상에서 양자 노이즈 발생을 감소시키기 위하여 특이 값분해(SVD; Singular Value Decomposition) 알고리즘을 적용해 보았고, 기존 SLS(StandardLog Subtraction) 알고리즘과 비교하였을 때 노이즈, SNR, CNR 의 변화를 관찰하고자 한다. 실험을 위하여 DR 장비(Digital Diagnost VT, Philips)와 흉부 팬텀(Kyoto Kagaku, Lung-Man)을 사용하였고, 125 KV, 70 KV 서로 다른 에너지로 2가지의 영상을 획득하였다. 획득된 영상은 Matlab R2018a을 사용하여 기존 SLS 알고리즘과, SVD 알고리즘으로 재구성하여 Bone영상과 Tissue영상을 획득하였다. 영상의 각 지표 분석에는 ImageJ와 Matlab을 사용하였다. 실험 결과 단일 에너지 영상이 SNR과 CNR 분석에서 높은 수치를 보였지만 기존 SLS와 SVD 두 가지 알고리즘을 비교했을 때 SVD 알고리즘 영상이 SNR은 20~60.4% CNR은 8~30.3% 개선된 모습을 보였다. 또한 영상 노이즈의 척도가 되는 COV는 세 영상 중 SVD에서 가장 좋은 수치를 보였으며 SLS와 비교했을 때 237~1185% 개선된 수치를 보였다. 실제 임상에서의 움직임에 의한 인공물이나 다른 듀얼 에너지 알고리즘과의 비교가 고려되지 못하였다는 한계가 있으나 SVD 알고리즘이 SLS 알고리즘과 비교하였을 때 SNR, CNR, 노이즈 측면에서 좋은 수치가 측정된 것으로 보아 화질 개선에 도움이 되었음을 확인 할 수 있었다.

General radiography is widely used for finding abnormality in chest x-rays, but there are anatomical overlaps that bring confusion in image reports. To resolve this problem, Dual-Energy Subtraction(DES) radiography could be used. DES can decompose overlying anatomical structures like bone and tissue and reduce the influence on anatomical noise to decompose overlying structures, but this increases quantom noise. In this study, Singular Value Decomposition (SVD) method was applied and compared to Standard Log Subtraction (SLS) method to observe noise reduction and improvement of image quality. Digital radiography system developed by Philips, and Lung man Phantom were used. Two images were acquired from different energies of 70 KV and 125 KV. The images were reconstructed to bone and tissue images from SLS and SVD algorithm with Matlab R2018a. Each images were analyzed by ImageJ and Matlab. The image acquired from SVD algorithm was shown 20~60.4% better in SNR evaluation, 8~30.3% better in CNR evaluation, 237~1185% better in COV evaluation than the image of SLS algorithm. Although motion artifact and comparison of other dual-energy techniques like SSH, ACNR, and SVD algorithms were not considered, improvement in SNR, CNR, and COV were noticeable. In conclusion, SVD methods improved the image quality in dual-energy radiography compared to SLS.