CT 영상에서 Inception 모형을 이용한 잡음제거

김정희; 송정훈; 임동훈

doi:10.7465/jkdi.2020.31.3.487

추천

검색

질문

자료유형: 학술저널

저자정보: 김정희 (경상대학교) 송정훈 임동훈 (경상대학교)

저널정보: 한국데이터정보과학회 한국데이터정보과학회지 한국데이터정보과학회지 제31권 제3호

발행연도: 2020.5

수록면: 487 - 501 (15page)

DOI: 10.7465/jkdi.2020.31.3.487

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

CT 영상에서 영상의 중요한 특징을 잃지 않으면서 방사선량 (radiation dose) 부족으로 생기는 잡음문제를 해결하는 일은 도전적이다. 지금까지 주로 특정 잡음만을 제거하기 위해 공간 영역 (spatial domain)에서 설계된 공간필터 (spatial filter)들이 사용되어 왔다. 본 논문에서는 딥러닝의 Inception 모형을 이용하여 CT 영상에서 잡음을 제거하고자 한다. 제안된 Inception 모형은 기존의 CNN (convolutional neural network) 모형을 포함한 딥러닝의 성능과 처리속도를 개선한 Inception- ResNet 모형에 토대를 두고 있다. 본 논문에서 제안된 Inception 모형의 성능을 평가하기 위해 CT 영상에 흔히 존재하는 잡음 즉, 가우시안 잡음 (Gaussian noise), 임펄스 잡음 (Impulse noise) 그리고 포아송 잡음 (Poisson noise)에 의해 훼손된 영상을 고려하였다. 성능실험결과, 정성적인 관점에서 제안된 Inception 모형은 기존의 Inception 모형과 비슷한 잡음제거 영상을 얻었고, CNN 모형과는 비슷하거나 약간 좋은 결과를 보였고, Mean 필터와 Median 필터보다는 훨씬 좋은 결과를 보였다. 정량적인 관점에서 제안된 Inception 모형은 기존의 Inception 모형을 포함하여 CNN 모형과 그 밖의 방법들보다 좋은 PSNR (Peak signal-to-noise ratio)와 MAE (Mean Absolute Error) 수치를 보였다. 그리고 처리속도 관점에서 Inception 모형 들은 CNN 모형보다 현저히 개선된 결과를 보였다.

#CNN #CT 영상 #딥러닝 #잡음제거 #CT image #deep learning #Inception #noise reduction

참고문헌 (20)

참고문헌 신청

Chan, R. H. / 2005 / Salt-and-pepper noise removal by median-type noise detectors and detail-preserving regularization / IEEE Transactions on Image Processing 14:1479~1485

Chen, H. / 2017 / Low-dose CT via convolutional neural network / Biomedical Optics Express 8:679~694

Deng, L. / 2014 / Deep learning : Methods and applications / now Publishers Inc

Dong, C. / 2016 / Image super-resolution using deep convolutional networks / IEEE Transactions on Pattern Analysis and Machine Intelligence 38:295~307

Gondara, L. / 2016 / Medical image denoising using convolutional denoising autoencoders / IEEE 16th International Conference on Data Mining Workshops

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

김정희

소속기관 경상대학교

주요연구분야 자연과학 > 수학·통계학

논문수 2 이용수 548

송정훈

소속기관 경상대학교

주요연구분야 자연과학 > 수학·통계학

논문수 2 이용수 548

임동훈

소속기관 경상대학교

주요연구분야 자연과학 > 수학·통계학 TOP 5% 공학 > 컴퓨터학

논문수 23 이용수 3,986

이 논문과 함께 이용한 논문

디지털 X-선 영상 시스템 기반 촬영조건 변화에 따른 노이즈 특성 및 2개의 필터 조합을 이용한 개선 효과 연구

유원종 , 강성현 , 이용구 외 1명 전자공학회논문지 2018 .01

복부 CT 영상에서 밝기값 정규화 및 Faster R-CNN을 이용한 자동 췌장 검출

최시은 , 이성은 , 홍헬렌 멀티미디어학회논문지 2021 .03

3차원 컴퓨터단층촬영 검사를 이용한 Hook plate후의 견봉-쇄골 관절의 운동 분석

송현석 , 유연식 , 김동엽 대한견주관절의학회 학술대회논문집 2014 .03

연립방정식을 활용한 오피스시장 예측모형 : 서울 오피스시장을 대상으로

김경민 , 김준형 국토계획 2010 .12

Super Resolution GAN 기법을 통한 저화질 CT 영상 해상도 증가 기법

문예성 , 김현진 , 김태우 외 3명 대한기계학회 춘추학술대회 2021 .11

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2020-041-000688838

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (20)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)