Abstract
In x-ray imaging system, two kinds of noises are involved. First, the charge generated from the radiation interaction with the detector during exposure. Second, the signal is then added by readout electronics noise. But, x-ray images are not modeled by Gaussian noise but as the realization of a Poisson process. In this paper, we apply a new approach to remove Poisson noise from medical X-ray image in the wavelet domain, the applied methods shows more excellent results in cone-beam CT.
X-ray 영상 시스템에서는, 크게 2 종류의 noise 성분이 함유되어있다. 먼저 x-ray 방사선이 조사되어질 때, 검출기에서의 방사선의 상호작용으로부터 발생되어지는 것으로서 랜덤하게 발생되어지는 Poisson noise 성분이다. 다음으로 noise 성분은 readout electronics noise, pixel pattern noise 그리고 off-set noise 등으로부터 발생되어지는 Gaussian noise 성분이다. 그러나, x-ray 영상에서는 Gaussian noise가 아닌, Poisson noise로 모델링 되어진다. Gaussian noise에 의해서 발생되어지는 noise 성분은 위너필터 혹은 웨이브렛을 사용하여 쉽게 제거가 가능하지만, Poisson noise와 같은 랜덤 noise를 제거하기 위해서는 복잡한 분석기법이 필요하게 한다. 이 논문에서는 웨이브렛 영역에서 x-ray 영상의 Poisson noise를 제거하고자 하였으며, 적용된 분석 기법은 최적화된 웨이브렛 분석기법인 IBS(Improved BayesShrink)을 사용하였다. 적용된 IBS 기법은 cone-beam CT의 x-ray 영상에서의 기존의 방법에 비해 향상된 결과를 보여주었다.
