초저선량 Xray CT 재구성을 위한 가중 MAP 기반 압축센싱
** 본 논문은 CT 영상 복원을 최대 사후 확률(MAP) 모델로 정식화하고, 이를 가중 압축센싱(Weighted CS) 문제로 변환한다. 오류 적응 가중치(EAW)를 도입해 포아송 노이즈와 재배열 보간 오차를 반영하고, 측정 행렬로 빠른 의사‑극좌표 푸리에 변환(Pseudo‑Polar FT)을 사용한다. 제안된 Fast Composite Splitting Algorithm‑Latent Expectation Maximization(FCSA‑…
저자: SayedMasoud Hashemi, Soosan Beheshti, Patrick R. Gill
**
본 논문은 초저선량 X‑ray CT(Computed Tomography)에서 방사선 피폭을 최소화하면서도 진단에 충분한 영상 품질을 확보하기 위한 새로운 재구성 프레임워크를 제안한다. 기존의 압축센싱(Compressed Sensing, CS) 기반 방법은 투사(view) 수를 크게 줄일 수 있으나, 방대한 측정 행렬과 복잡한 최적화 절차 때문에 임상 적용이 어려웠다. 저자들은 이러한 한계를 극복하기 위해 세 가지 핵심 아이디어를 결합한다.
1. **MAP 기반 가중 CS 모델링**
CT 스캐너는 각 검출기에서 포아송 분포를 따르는 광자 수 λ를 측정한다. 로그 변환을 통해 선형 방정식 y = Ax + n 형태로 근사하고, 2차 테일러 전개를 이용해 잡음 공분산 D를 도출한다. 여기서 D의 대각 원소 d_i는 포아송 잡음과 전자 잡음의 합으로, 각 투사선의 신뢰도를 반영한다. 이를 바탕으로 최대 사후 확률(MAP) 추정식을
\
원본 논문
고화질 논문을 불러오는 중입니다...
댓글 및 학술 토론
Loading comments...
의견 남기기