Scatter correction in CBCT through a deconvolution method using data consistency

Abstract

엑스레이 콘빔 시티(X-ray cone-beam CT, X-ray CBCT) 영상 시스템은 의료와 산업 분야에서 다양하게 활용되고 있다. 하지만 검출기의 넓은 면적 때문에 CBCT 투영영상에서 산란 성분이 많이 포함되며, 이는 영상 품질의 저하를 야기한다. 따라서 정확하고 효율적인 산란 보정 방법은 높은 품질의 영상을 획득하는 것에 있어서 중요하다. 이 논문에서는 산란 커널 모델을 통하여 산란 성분을 유추 및 제거하는 기존의 deconvolution방법에서 사용되는 변수들을 데이터 일관성(Data consistency condition, DCC)을 사용하여 최적화를 하는 방법에 대해 연구하였다. 데이터 일관성은 평행빔 geometry에서 각 스캔 각도에서의 종합감쇄도가 일정하다는 내용으로써, 이는 영상에 산란 성분이 있을 경우에 영향을 받는다. 따라서 이 점을 활용하면, 데이터 일관성은 영상에 산란 성분이 얼마나 있는지를 나타내는 지표로 활용될 수 있고, 데이터 일관성이 만족될 때까지 산란 커널 모델의 변수를 반복적으로 바꾸어 최적값을 찾을 수 있다. 반복적 알고리즘으로는 최적화 알고리즘 중 하나인 Particle swarm optimization (PSO) 알고리즘을 사용하였다. 제안한 방법을 검증하기 위해 simulation study와 experimental studies를 진행하였다. 실험 결과들을 통해, 제안한 방법이 추가적인 스캔이나 하드웨어가 없이 활용 가능한 deconvolution 기반의 산란 보정 방법의 장점을 살리면서 산란 보정의 정확도를 높일 수 있다는 것을 확인하였다.