Total Variation (TV) 노이즈 제거 알고리즘의 정규화 변수 변화에 따른 영상의 특성 평가:시뮬레이션 연구

Abstract

X-ray 기반의 의료 영상 시스템을 통해 영상을 획득하는 것은 의료 진단 분야에서 필수적인 방법으로 활용되고 있으나, 영상을 획득하는 과정에서 진단의 정확도를 저하시키는 noise가 발생하게 된다. 이를 해결하기 위해 영상 내의 고주파 영역 신호는 유지하면서 noise만을 제거할 수 있는 total variation (TV) 알고리즘이 제시되었으며, 이러한 TV 알고리즘을 적용하는데 있어 정규화 매개변수는 영상 내의 측정 데이터와 정규화된 데이터의 균형 및 영상의 해상력을 결정하는데 매우 중요한 역할을 하고 있다. 따라서, 본 논문에서는 정규화 매개변수의 변화에 따른 TV 알고리즘을 영상에 각각 적용하여 그에 따른 영상의 경향성을 알아보고자 한다. 연구 방법으로는 Gaussian noise를 모델링한 Shepp-Logan phantom 영상을 MATLAB을 통해 설계하여 획득하였으며, 정규화 매개변수의 변화에 따른 TV 알고리즘을 적용한 영상의 정량적 평가를 위해 설정한 두 영역의 region of interest (ROI)에서 coefficient of variation (COV), contrast to noise ratio (CNR) 그리고 signal to noise ratio (SNR) 값을 측정하였다. 결과적으로 0.1 이하의 정규화 매개변수에서 그 값이 증가할수록 정량적 평가 인자들의 값 또한 증가하였으며, 0.1 이상의 경우 정량적 평가 인자들의 값은 거의 일정하거나 불규칙적인 값이 도출되었다. 결론적으로, TV 알고리즘 사용 시 적합한 정규화 매개변수를 설정하는 것이 매우 중요하다는 것을 증명하였다.