서지주요정보
Metal artifact reduction in X-ray CT based on CNN using model based reconstruction results = 모델기반 복원 결과를 사용한 합성곱 신경망에 기반한 X-ray CT의 금속음영 제거
서명 / 저자 Metal artifact reduction in X-ray CT based on CNN using model based reconstruction results = 모델기반 복원 결과를 사용한 합성곱 신경망에 기반한 X-ray CT의 금속음영 제거 / Dae Gwan Hwang.
발행사항 [대전 : 한국과학기술원, 2020].
Online Access 원문보기 원문인쇄

소장정보

등록번호

8036143

소장위치/청구기호

학술문화관(문화관) 보존서고

MMAS 20008

휴대폰 전송

도서상태

이용가능

대출가능

반납예정일

리뷰정보

초록정보

Metal artifacts in CT image disturb accurate diagnosis. To date, many iterative and direct reconstruction methods have been developed to reduce metal artifacts. In this thesis, we address convolutional neural networks (CNN) based computed tomography (CT) image reconstruction. We verify that our algorithm can reduce metal artifacts in the image similar to those used in learning. However, if our algorithm encounters a new image that is not in the class of images for learning, it cannot beat the existing model based reconstruction results. Although our algorithm does not work properly when meeting new images, better model based reconstruction input data produces better output image.

금속이 있는 환자의 CT 영상의 경우, 금속음영으로 인해 정확한 진단이 어렵다. 지금까지 이 금속 음영을 제거하기 위해 반복적인 작업을 수행하거나 직접 복원을 하는 등 모델 기반의 여러 방법이 있었다. 이 논문 에서는 기존에 존재하는 복원 방법들의 결과를 학습데이터로 이용한 이용한 심층학습에 기반한 CT 영상의 복원을 진행하였다. 심층학습을 통해 금속음영을 어떤 식으로 제거하는지 학습한 다음 결과를 확인해 보았 다. 그 결과 미리 학습된 부위의 CT 영상의 경우 금속음영을 효과적으로 제거하는 것과 미리 학습되지 않은 부위의 CT 영상의 경우에는 기존의 모델 기반 복원 결과를 뛰어넘지 못하는 것을 확인하였다. 다만, 미리 학습되지 않은 부위의 CT 영상이라도 더 좋은 모델 기반 복원 결과로 학습시킬 경우 결과가 개선되는 것을 확인할 수 있었다.

서지기타정보

서지기타정보
청구기호 {MMAS 20008
형태사항 iii, 14 p. : 삽화 ; 30 cm
언어 영어
일반주기 저자명의 한글표기 : 황대관
지도교수의 영문표기 : Chang-Ock Lee
지도교수의 한글표기 : 이창옥
학위논문 학위논문(석사) - 한국과학기술원 : 수리과학과,
서지주기 Including references.
QR CODE qr code