X선 현미경 정보 흐름: 엔트로피·상호정보·KL 발산을 통한 정량적 최적화

초록

본 논문은 X‑ray 현미경(XRM) 워크플로를 유한한 정보 예산을 가진 정보 처리 시스템으로 모델링하고, 엔트로피, 상호정보(MI), Kullback‑Leibler(KL) 발산을 이용해 획득·정합·희소각·저선량·재구성 단계별로 정보 구조가 어떻게 변형되는지를 정량화한다. Walnut 1 데이터셋을 기반으로 각 단계가 정보 손실·재분배에 미치는 영향을 실험적으로 평가하고, 전체 파이프라인을 통합 정보 예산으로 요약한다. 특히 MI를 재구성‑중립적인 충실도 지표로 제시해 저선량·시간 제한 상황에서 프로토콜 최적화에 활용한다.

상세 분석

이 연구는 XRM을 “입력‑출력 채널”로 보는 정보이론적 관점을 명확히 정립한다. 먼저 투사 이미지의 히스토그램을 정규화하고 고정된 비트 깊이·빈(bin) 수로 이산 엔트로피 HΔ를 계산함으로써, 각 단계에서 발생하는 노이즈(포아송‑가우시안)와 해상도 제한이 엔트로피에 미치는 정량적 영향을 측정한다. 저선량 촬영에서는 포아송 노이즈가 지배적이어서 엔트로피가 급격히 상승하고, 이는 구조적 신호 대비 무작위 변동이 커졌음을 의미한다. 반대로 고해상도·고선량에서는 구조적 복잡도가 엔트로피를 주도하지만, 비트 깊이 상한(예: 8‑bit)으로 인해 포화 현상이 나타난다.

정합(Alignment) 단계에서는 다중 뷰 간 상호정보 I(X;Y)를 계산해 회전·이동 오차가 정보 손실을 얼마나 초래하는지 정량화한다. 논문은 미세한 정합 오차가 MI를 5‑10 % 감소시키며, 이는 재구성된 부피의 구조적 일관성이 크게 저하된다는 사실을 실험적으로 보여준다.

희소각(Sparse‑angle) 샘플링은 투사 수를 감소시켜 채널 용량 C = max p(x) I(X;Y)에 직접적인 제약을 가한다. 저각도 데이터셋에서 KL 발산 DKL(P‖Q)를 사용해 희소 데이터 P와 완전 데이터 Q 사이의 분포 차이를 측정했으며, 각 추가 각도가 정보 손실을 약 0.8 bits/° 감소시키는 비선형 관계를 도출한다.

재구성 단계에서는 필터드 백프로젝션(FBP)과 반복적 알고리즘(ART, SIRT 등)을 정보 연산자로 모델링한다. FBP는 고주파 노이즈를 그대로 전달해 엔트로피를 크게 유지하지만, MI는 상대적으로 낮다(≈0.6 · HΔ). 반면 반복 재구성은 사전(prior) 정보를 삽입해 엔트로피를 감소시키면서 MI를 크게 향상시킨다. 특히 KL 발산을 통해 두 알고리즘이 원본 분포와 얼마나 근접하는지를 비교했을 때, 반복 재구성이 평균 1.2 bits 더 작은 KL 값을 보였다.

전체 파이프라인을 “정보 예산”으로 통합한 결과, 저선량·희소각 조합이 가장 큰 정보 병목을 형성한다는 것이 확인되었다. 논문은 경험적 dose–information 관계식 I ≈ α log₂(λ)+β (λ: 평균광자수) 를 제시하고, 이를 통해 목표 MI를 달성하기 위한 최소 선량을 추정한다. 최종적으로 MI는 재구성 방법에 독립적인 충실도 지표로서, SSIM·MSE와 달리 스케일·강도 변환에 강인함을 보이며, 프로토콜 간 정량적 비교와 자동 최적화에 활용 가능함을 입증한다.