정밀하고 빠른 CBCT 재구성을 위한 의사극좌표 푸리에 변환 기반 이산 그랑제 공식

초록

본 논문은 의사극좌표 푸리에 변환(Pseudo‑Polar Fourier Transform)과 이산 그랑제(Grangeat) 공식의 결합을 통해, 저선량 원뿔빔 CT(CBCT)에서 3차원 라돈 공간을 린오그램(linogram) 형태로 효율적으로 생성하고, 이를 기존의 Fourier 기반 반복 재구성(FIRM) 알고리즘에 바로 적용할 수 있는 새로운 파이프라인을 제안한다. 제한된 투사 수와 낮은 방사선량에도 불구하고 고품질 3D 영상을 빠르게 복원한다는 점이 핵심이다.

상세 분석

이 논문은 기존 2D 팬빔 CT에서 성공을 거둔 Fourier 기반 반복 재구성(FIRM)의 장점을 3D 원뿔빔 CT(CBCT)로 확장하려는 시도이다. 핵심 아이디어는 원뿔빔 투사 데이터를 라돈 변환의 3D 형태인 “린오그램(linogram)”으로 변환하는 과정에서, 전통적인 직교 좌표계 대신 의사극좌표(pseudo‑polar) 영역을 활용한다는 점이다. 의사극좌표는 푸리에 공간을 균등하게 샘플링하면서도 급격한 회전 변환 없이 빠른 FFT 연산이 가능하도록 설계된 격자이다. 이 격자를 이용하면, 3D 라돈 변환을 직접 계산하지 않고도 푸리에 도메인에서 효율적으로 접근할 수 있다.

그런데 라돈 변환을 푸리에 도메인으로 옮기기 위해서는 Grangeat 공식이 필수적인데, 기존 연속형 Grangeat 공식은 아날로그 투사 데이터에만 적용 가능했다. 저자들은 이를 이산화(discretization)하여 “이산 Grangeat 공식(Discrete Grangeat Formula)”을 도출했고, 이를 의사극좌표 푸리에 변환과 결합함으로써, 원뿔빔 투사 데이터를 바로 라돈 공간의 린오그램 형태로 변환할 수 있게 되었다.

이 과정에서 두 가지 중요한 수학적 최적화가 이루어진다. 첫째, 의사극좌표 FFT는 O(N² log N) 복잡도로 2D 푸리에 변환을 수행할 수 있어, 전통적인 직교 FFT보다 메모리 접근 패턴이 효율적이다. 둘째, 이산 Grangeat 공식은 각 투사 각도마다 필요한 미분 연산을 차분 연산으로 대체함으로써 수치적 안정성을 확보한다. 결과적으로, 제한된 투사 수(예: 3060 view)와 저선량 조건에서도 고해상도 3D 볼륨을 12초 내에 복원할 수 있다.

실험에서는 시뮬레이션 데이터와 실제 임상 CBCT 데이터를 사용해 기존 Feldkamp‑Davis‑Kress(FDK) 알고리즘, 전통적인 FBP, 그리고 최신 딥러닝 기반 재구성 방법과 비교하였다. 제안 방법은 PSNR 및 SSIM 측면에서 평균 24 dB, 0.020.05의 개선을 보였으며, 특히 금속 아티팩트와 같은 고주파 잡음에 대해 강인한 특성을 나타냈다. 또한, 메모리 사용량이 기존 푸리에 기반 방법보다 30% 이하로 감소했으며, GPU 가속 시 실시간 수준의 재구성이 가능함을 입증하였다.

한계점으로는 의사극좌표 변환 과정에서 발생할 수 있는 경계 효과와, 이산 Grangeat 공식의 차분 스킴이 투사 각도 간격이 매우 넓을 경우 정확도가 떨어질 수 있다는 점을 언급한다. 또한, 현재 구현은 주로 정규 격자와 균일한 투사 각도를 전제로 하고 있어, 비정규 궤도나 비균일 샘플링에 대한 확장은 추가 연구가 필요하다.

전반적으로, 이 논문은 푸리에 기반 재구성의 계산 효율성을 유지하면서도 라돈 공간을 직접 다루는 새로운 수학적 프레임워크를 제시함으로써, 저선량 CBCT 분야에서 실시간 혹은 근실시간 3D 영상 복원의 가능성을 크게 넓혔다.