ROI 전용 저광자 할당 전략을 이용한 효율적인 CT 영상 복원

초록

본 논문은 전체 촬영 대신 관심 영역(ROI)만을 고해상도로 복원하기 위해, 제한된 총 광자 수를 ROI와 외부 영역에 어떻게 배분할지 최적화한다. 시간‑스탬프 방식의 단일광자 검출기를 이용해 각 펜슬 빔당 사전 지정된 광자 수가 도달할 때까지 측정 시간을 기록하고, 이를 음이항 분포로 모델링한다. 베이지안 MAP 추정식과 평균제곱오차(MSE) 최소화를 목표 함수로 삼아, 총 광자 예산 하에서 ROI 재구성 오차를 최소화하는 광자 할당 패턴을 도출한다. 시뮬레이션 및 실험 결과, 최적 할당은 기존의 절단 투영보다 10~15배, 전체 스캔 대비 2배 낮은 ROI MSE를 달성한다.

상세 분석

이 연구는 CT 영상에서 방사선 피폭을 최소화하면서도 진단에 필수적인 ROI만을 정확히 복원하는 문제에 접근한다. 기존의 저용량 광자 검출기(PCT) 연구는 주로 재구성 알고리즘에 초점을 맞췄으나, 본 논문은 측정 설계 자체를 최적화 변수로 삼는다. 핵심 아이디어는 ‘광자 수’를 새로운 차원으로 도입해, 전체 예산 N 광자를 ROI와 외부 영역에 비선형적으로 배분함으로써 ROI의 MSE를 최소화하는 것이다.

시스템은 펜슬‑빔 방식의 X‑ray 소스와 단일 픽셀 포톤‑카운팅 검출기로 구성된다. 각 빔에 대해 사전에 정해진 광자 수 rₖ (예: 10 ph/pixel) 가 도달할 때까지 경과 시간을 기록한다. 이 시간은 광자 도착 확률이 매우 낮은 상황(λ≪1)에서 포아송 과정을 근사한 음이항 분포로 기술된다. 식(3)‑(4)에서 도출된 확률 모델은 측정값 tₖ (시간 간격)와 실제 라인 적분 yₖ (투과도) 사이의 관계를 명시한다.

베이지안 프레임워크에서는 사전분포 p(μ) 를 가우시안(또는 L2) 정규화 형태로 두고, 로그 사후확률을 최소화하는 MAP 추정식을 얻는다. 음이항 로그우도와 가우시안 사전의 결합으로부터, 최적화 문제는 가중 최소제곱 형태(식 15)로 근사된다. 여기서 가중치 Wₖ 은 각 빔의 할당 광자 수 rₖ 에 비례하고, 광자 수가 많을수록 라인 적분 추정의 분산이 감소함을 반영한다. 따라서 최적 할당은 “광자를 많이 할당한 빔은 높은 가중치를, 적게 할당한 빔은 낮은 가중치를” 부여하는 형태가 된다.

최적화는 총 광자 제약 ∑ₖ rₖ = N 하에서 ROI 내부 픽셀에 대한 평균제곱오차 E