CT 영상 잡음 감소를 위한 적응형 가우시안 필터 적용

초록

본 논문은 폐 CT 영상을 대상으로 소금‑후추 잡음을 인위적으로 추가한 뒤, 적응형 가우시안 필터를 적용하여 잡음 제거 효과를 시각적으로 평가한다. 필터 적용 전·후 이미지를 눈으로 비교함으로써 필터의 잡음 억제 능력을 검증하고, 의료 영상 품질 향상이 진단 정확도에 기여할 가능성을 제시한다.

상세 분석

이 연구는 의료 영상 처리에서 가장 기본적인 문제 중 하나인 잡음 감소에 초점을 맞추었다. 저자는 전통적인 가우시안 블러링을 “적응형”으로 변형하여, 이미지의 지역적 특성에 따라 σ(표준편차)를 동적으로 조정한다는 아이디어를 제시한다. 이 접근법은 고주파 성분(에지와 세부 구조)을 보존하면서 저주파 잡음 성분을 효과적으로 억제할 수 있다는 기대를 담고 있다. 그러나 논문에서는 적응형 가우시안 필터의 구체적인 구현 방식—예를 들어, 지역 평균·분산을 이용한 σ 계산 공식, 윈도우 크기 선택 기준, 경계 처리 방법—에 대한 상세한 설명이 부족하다. 이러한 정보가 없으면 동일한 방법을 재현하거나 다른 연구와 비교하기가 어렵다.

또한 실험 설계가 매우 제한적이다. 테스트 이미지로는 단일 폐 CT 사진만을 사용했으며, 잡음은 인위적으로 소금‑후추 형태로만 추가하였다. 실제 CT 스캔에서는 양자화 잡음, 리컨스트럭션 아티팩트, 모션 블러 등 다양한 잡음 유형이 복합적으로 존재한다. 따라서 제안된 필터가 실제 임상 환경에서 얼마나 유효한지는 검증되지 않는다.

평가 방법 역시 정량적 지표가 전혀 제시되지 않았다. PSNR, SSIM, MSE와 같은 객관적 품질 지표를 사용하지 않고, “눈으로 비교”에만 의존한 것은 주관적 판단에 크게 좌우될 위험이 있다. 특히 의료 영상에서는 미세한 구조 손실이 진단에 중대한 영향을 미칠 수 있기 때문에, 정량적 평가와 임상 전문가의 판독 테스트가 필수적이다.

비교 대상이 부족한 점도 눈에 띈다. 적응형 가우시안 필터는 종종 중간값 필터, 양방향 필터, 비선형 위너 필터 등과 성능을 비교한다. 그러나 본 논문에서는 이러한 기존 방법과의 직접적인 성능 비교가 없으며, 단순히 원본·잡음·필터링 결과만을 나열한다. 이는 제안 방법의 실제 장점과 한계를 파악하기 어렵게 만든다.

마지막으로 계산 복잡도에 대한 논의가 전혀 없으며, 실시간 임상 적용 가능성에 대한 언급도 부족하다. 적응형 σ 계산은 이미지 전체에 대해 반복적인 통계 연산을 요구하므로, 고해상도 3D CT 데이터에 적용할 경우 처리 시간이 크게 늘어날 수 있다. 이러한 실용적 측면을 고려하지 않은 점은 연구의 적용 가능성을 제한한다.

요약하면, 이 논문은 적응형 가우시안 필터라는 흥미로운 아이디어를 제시했지만, 구현 세부사항, 정량적 평가, 다양한 잡음 유형 및 비교 대상, 그리고 실시간 적용 가능성 등에 대한 충분한 검토가 부족하다. 향후 연구에서는 이러한 부족한 부분을 보완하여, 임상 현장에서 실제로 유용한 잡음 감소 솔루션으로 발전시킬 필요가 있다.