X-ray CT is widely used in many clinical applications and is known as a promising non-invasive tool that can provide early detection of cardiac disease. Especially, the detection of abnormality of coronary arteries is main interest in cardiac imaging because many cardiac diseases come from it. However, a coronary artery is small and moves fast; hence, it is hard to get a clear and artifact-free image. To reduce the motion artifact in a cardiac image, many approaches utilize image-based non-rigid registration to find cardiac motion between cardiac phases and incorporate the motion information for artifact reduction; however, the main problem in those approaches is that the initial motion vector field can be corrupted by motion artifact, and it is hard to recover the contaminated motion vector field even the algorithm iterates the motion estimation and motion compensation procedures alternatively. A projection-based motion estimation and compensation method is an alternative approach that is using sinogram data rather than reconstructed images. This projection-based method can be a good solution to achieve the motion free image because the projection data usually has a better temporal resolution than the reconstructed image. Nevertheless, this method still has limitation that cannot estimate accurate motion with a single-source system because it is difficult to obtain the motion parallel to the projection ray correctly. In this paper, we proposed the motion estimation and compensation algorithm which uses both reconstructed images and sinogram data for the cardiac motion estimation. In this algorithm, the motion estimation and motion compensation procedures are alternatively performed until the image is converged. The proposed motion estimation algorithm consists of three steps: automatic stable phase detection within a cardiac cycle, motion vector extraction using non-rigid registration, and global motion trend estimation based on sinogram data. Once the cardiac motion model is estimated, the motion compensated image reconstruction is performed to get images with less motion artifact. Experimental results show that the proposed algorithm reduces the motion artifact successfully and provides reasonably good image quality.
X-선 전산화 단층촬영은 최근 응용분야가 점점 확대되어서 심장병 조기진단에도 쓰이게 되었다. 특히 심장병 진단에 중요한 역할을 하는 관상동맥 영상을 잘 얻기 위한 노력이 증가하고 있다. 하지만, 관상동맥은 크기가 매우 작고 짧은 시간 안에 빠르게 움직이기 때문에 움직임에 의한 아티펙트가 많이 나타난다. 움직임 아티펙트를 줄이기 위한 알고리즘이 많이 개발되고 있고, 많은 알고리즘이 연속된 영상에 비강체 정합을 적용하여 움직임 정보를 추출하여 재구성 과정에 포함 시키는 것으로 움직임 아티펙트를 줄이고자 노력한다. 하지만, 영상에 움직임 아티펙트를 많이 가지고 있는 경우 제대로 된 움직임 벡터를 추정하기 힘들뿐 아니라 설령 처음 추정된 움직임 벡터를 기반으로 움직임 보상을 한 뒤 다시 움직임 벡터를 추정하더라도 제대로 된 움직임 벡터를 추정하기 힘든 한계점이 있다. 또 다른 움직임 추정 방법으로는 sinogram 기반의 움직임 벡터 추정이 있다. 일반적으로 한 순간의 sinogram은 특정 위상에 동조화 시킨 sinogram을 이용하여 재구성한 영상보다 더 좋은 시간 분해능을 가지기 때문에 sinogram 기반의 움직임 벡터 추정 알고리즘은 영상기반 움직임 벡터 추정 알고리즘보다 더 좋은 성능을 가질 수 있는 가능성이 있다. 그러나 sinogram 기반의 알고리즘의 경우, dual-source가 아닌 일반적인 single-source 시스템에서는 X선이 투사되는 방향의 움직임 정보는 획득할 수 없기 때문에 정확한 움직임 벡터를 추정하는데 한계가 있다. 본 논문에서는 이러한 한계점을 극복하기 위해 영상과 sinogram 양쪽 데이터를 모두 활용하여 움직임 벡터를 추정하는 알고리즘을 제안하고자 한다. 제안하는 움직임 추정 알고리즘은 정적 움직임 위상 추정, 비강체 정합을 이용한 움직임 벡터 추정, sinogram을 이용한 기준위상 사이의 전체적 움직임 경향 추정, 이렇게 세 개의 과정으로 구성된다. 위의 세 과정을 거쳐 움직임 모델을 추정한 뒤 움직임 보상 재구성 알고리즘을 적용하여 움직임 아티펙트가 줄어든 영상을 획득한다. 개선된 영상을 얻기 위해 움직임 추정 알고리즘과 움직임 보상 알고리즘을 번갈아 수행하여 영상이 수렴할 때까지 반복한다. XCAT을 이용한 실험 결과는 제안된 알고리즘을 사용할 때 영상에서 움직임 아티펙트가 많이 줄어드는 것을 보인다.
