비선형 빔포머를 위한 대비 순서 기반 이미지 품질 기준

초록

본 논문은 기존 대비 비율·CNR 등은 비선형 빔포머와 후처리에서 발생하는 동적 범위 변환에 민감하다는 문제를 지적하고, 순서만을 이용해 이미지 대비를 평가하는 ‘대비 순서(Contrast Order, CO)’와 이를 Rayleigh 스펙클에 맞춰 비율 형태로 변환한 ‘유효 대비 비율(ECR)’을 제안한다. CO는 단조 변환에 불변이며, 표본 기반의 편향 없는 추정량을 갖고, 샘플 수가 늘어날수록 분산이 감소한다. ECR은 CO를 전통적인 대비 비율과 동일한 스케일로 보정해 해석을 용이하게 한다. 실험·시뮬레이션을 통해 CO·ECR이 기존 gCNR보다 추정 안정성이 높고, 비선형 처리에 강인함을 보인다.

상세 분석

논문은 먼저 기존 이미지 품질 지표가 “값 자체”에 의존하기 때문에 비선형 빔포밍이나 동적 범위 압축(DRT) 후에는 의미가 퇴색한다는 점을 강조한다. 특히 gCNR은 모든 injective 변환에 불변하지만, 순서 정보를 완전히 무시하므로 과도하게 강력한 불변성을 가진다. 저자는 불변성 계층을 T× ⊂ T < ⊂ Tinj ⊂ Tall 로 정의하고, 현재 사용되는 지표는 T× 혹은 Tinj 수준에 머물러 있다고 지적한다. 여기서 제안하는 CO는 T < (단조 변환) 수준에 불변한다. CO는 두 ROI A, B의 밝기 차이 부호의 기대값, 즉 P(A > B) − P(A < B) 로 정의되며, −1 ~ +1 범위에 있다. 이 정의는 순서만을 사용하므로 단조 변환에 의해 값이 재매핑돼도 변하지 않는다. 또한 CO는 fA·fB라는 독립 가정 하에 표본 평균 형태의 추정량 ˆCO = (1/N_A N_B)∑_{i,j}sign(a_i − b_j) 를 제시하고, 기대값이 편향이 없으며 분산이 1/(N_A N_B)·Var(sign) 로 샘플 수에 반비례함을 증명한다. 이는 gCNR이 히스토그램 추정에 의존해 편향·분산이 크게 발생하는 것과 대조된다.

ECR은 CO를 Rayleigh 스펙클 가정 하에 기존 대비 비율(CR)과 일치하도록 스케일링한다. 구체적으로, Rayleigh 분포에서 CO는 (CR − 1)/(CR + 1) 형태로 표현될 수 있음을 보이고, 이를 역변환해 ECR = (1 + CO)/(1 − CO) 로 정의한다. 따라서 이상적인 경우 ECR은 전통적인 CR과 동일한 값을 갖지만, 비선형 변환이 가해진 실제 이미지에서도 CO의 불변성을 유지하면서 직관적인 비율 해석을 제공한다.

실험에서는 (1) 전통적인 DAS와 (2) 적응형 코히어런스 빔포머, (3) 동적 범위 압축을 적용한 경우를 시뮬레이션하고, 각 방법에 대해 CR, CNR, gCNR, CO, ECR을 계산한다. 결과는 CR·CNR이 동적 범위 압축에 따라 크게 변동하는 반면, CO·ECR은 거의 일정하게 유지됨을 보여준다. 또한 샘플 수가 충분히 클 때 CO의 추정 분산이 gCNR보다 현저히 낮아, 작은 ROI에서도 신뢰할 수 있는 대비 측정이 가능함을 입증한다. 실제 실험에서는 조직 매크로 스캔 데이터를 이용해 비선형 압축 전·후의 이미지 품질을 비교했으며, 전문가 판독 결과와 CO·ECR이 높은 상관관계를 보였다.

이러한 분석을 통해 저자는 CO와 ECR이 (a) 단조 변환에 대한 강인성, (b) 간단하고 편향 없는 추정, (c) 기존 비율 기반 해석과의 연결성을 동시에 만족하는 새로운 이미지 품질 기준임을 주장한다. 또한, CO는 순서 기반이므로 인간 시각 시스템이 실제로 활용하는 대비 인지를 보다 잘 모델링할 가능성을 시사한다.