This study determines a range of CT parameter values in Brain CT which are minimizing patient absorption dose without compromising the image quality and optimal exposure condition. We measured dose and image noise using conventional CT parameters in Brain CT. In additon, we evaluated dose, SNR and PSNR of head phantom images while changing kVp and rotation time. In this study, effectiveness of dose that was achieved from dose reproducible experiments in conventional head CT condition is determined by changing kVp and rotation time. Dose and PSNR is related to low dose-high resolution condition. In conclusion, we suggest that using proposed conditions is effective for imaging to compare with conditions proposed by the manufacturer.
Supervised deep learning technologies for improving the image quality of computed tomography (CT) need a lot of training data. When input images have different characteristics with training images, the technologies cause structural distortion in output images. In this study, an imaging model based on the deep reinforcement learning (DRL) was developed for overcoming the drawbacks of the supervised deep learning technologies and reducing noise in CT images. The DRL model was consisted of shared, value and policy networks, and the networks included convolutional layers, rectified linear unit (ReLU), dilation factors and gate rotation unit (GRU) in order to extract noise features from CT images and improve the performance of the DRL model. Also, the quality of the CT images obtained by using the DRL model was compared to that obtained by using the supervised deep learning model. The results showed that the image accuracy for the DRL model was higher than that for the supervised deep learning model, and the image noise for the DRL model was smaller than that for the supervised deep learning model. Also, the DRL model reduced the noise of the CT images, which had different characteristics with training images. Therefore, the DRL model is able to reduce image noise as well as maintain the structural information of CT images.
With the development of technology, efforts to reduce the exposure dose received by patients in CT scans are continuing with the development of new reconstruction techniques. Recently, deep learning reconstruction techniques have been developed to overcome the limitations of repetitive reconstruction techniques. This study aims to evaluate the usefulness of images according to reconstruction techniques in pediatric chest CT images. Patient study conducted a study on 85 pediatric patients who underwent chest CT scan at P-Hospital in Gyeongsangnam-do from January 1, 2021 to December 31, 2022. The phantom used in the Phantom Study is the Pediatrics Whole Body Phantom PBU-70. After the test, the images were reconstructed with FBP, ASIR-V (50%) and DLIR (TF-Medium, High), and the images were evaluated by obtaining SNR and CNR values by setting ROI of the same size. As a result, TF-H of deep learning reconstruction techniques had the lowest noise value compared to ASIR-V (50%) and TF-M in all experiments, and SNR and CNR had the highest values. In pediatric chest CT scans, TF images with deep learning reconstruction techniques were less noisy than ASiR-V images with adaptive statistical iterative reconstruction techniques, CNR and SNR were higher, and the quality of images was improved compared to conventional reconstruction techniques.
Jang, Eui Sun;Kwak, In Suk;Park, Sun Myung;Choi, Choon Ki;Lee, Hyuk;Kim, Soo Young;Choi, Sung Wook
The Korean Journal of Nuclear Medicine Technology
/
v.17
no.2
/
pp.67-71
/
2013
Purpose: The Change of CT exposure condition have a effect on image quality and patient exposure dose. In this study, we evaluated effect CT image quality and SUV when CT parameters (Pitch, Rotation time) were changed. Materials and Methods: Discovery Ste (GE, USA) was used as a PET/CT scanner. Using GE QA Phantom and AAPM CT Performance Phantom for evaluate Noise of CT image. Images are acquired by using 24 combinations that four stages pitch (0.562, 0.938, 1.375, 1.75:1) and six stages X-ray tube rotation time (0.5s-1.0s). PET images are acquired using 1994 NEMA PET Phantom ($^{18}F-FDG$ 5.3 kBq/mL, 2.5 min/frame). For noise test, noise are evaluated by standard deviation of each image's CT numbers. And then we used expectation noise according to change of DLP (Dose Length Product) to experimental noise ratio for index of effectiveness. For spatial resolution test, we confirmed that it is possible to identify to 1.0 mm size of the holes at the AAPM CT Performance Phantom. Finally we evaluated each 24 image's SUV. Results: Noise efficiency were 1.00, 1.03, 1.01, 0.96 and 1.00, 1.04, 1.02, 0.97 when pitch changes at the QA Phantom and AAPM Phantom. In case of X-ray tube rotation time changes, 0.99, 1.02, 1.00, 1.00, 0.99, 0.99 and 1.01, 1.01, 0.99, 1.01, 1.01, 1.01 at the QA Phantom and AAPM Phantom. We could identify 1.0 mm size of the holes all 24 images. Also, there were no significant change of SUV and all image's average SUV were 1.1. Conclusion: 1.75:1 pitch is the most effective value at the CT image evaluation according to pitch change and It doesn't affect to the spatial resolution and SUV. However, the change of rotation time doesn't affect anything. So, we recommend to use the effective pitch like 1.75:1 and adequate X-ray tube rotation time according to patient size.
The objective of this study was to evaluate the enhancement effects of the quantum denoising system (QDS) on brain CT images. This retrospective study was conducted with 45 adults who visited G Radiology located in Gyungbuk for having brain CT tests between Jul 2017 and Oct 2017 after receiving consents. Subjects were divided into a control group (A group; no QDS(-) application during the brain CT test) and a treatment group (B Group; QDS(+) application during the brain CT test). The following conclusions were obtained from the study. The noise values at the Pons part and the Vermis part were significantly (p<0.05) lower in B Group ($Pons=5.41{\pm}1.05HU$; $Vermis=5.28{\pm}0.73HU$) than A Group ($Pons=6.92{\pm}0.98HU$; Vermis=6.72). The SNR values at the Pons part and the Vermis part were significantly (p<0.05) higher in B Group ($Pons=7.28{\pm}2.56$; $Vermis=8.63{\pm}3.04$) than A Group ($Pons=5.21{\pm}1.28$; $Vermis=6.23{\pm}1.49$). In conclusion, the results of this study suggested that the application of QDS to the brain CT test would enhance the signal to noise ratio (SNR) and the contrast to noise ratio (CNR) to provide an image more appropriate for diagnosis.
In this study, a self-made customized phantom was used to quantitatively measure the change in CT number and noise according to the change of pitch. In order to acquire an image using the phantom, the inside of the phantom was filled with sterile distilled water. Inside the glass tube, a solution obtained by diluting the ratio of normal saline and contrast medium to 100%(NS), 400:1, 200:1, 100:1, 50:1, respectively, was placed and imaged. At this time, the pitch was divided into steps of 0, 0.35, 0.7, 1.05, and 1.4 for each dilution ratio of the solution and imaged, respectively. One-way ANOVA analysis were performed to verify whether the mean of the CT number and noise values measured in all ROIs by dilution ratio showed a significant difference according to the change in pitch. As a result of the experiment, there was no statistically significant difference in the change of the CT number according to the change in the pitch for each dilution ratio, but the noise value tended to increase with the increase of the pitch, and showed a statistically significant difference. In the spiral image acquisition of CT, noise can be changed to a significant level depending on the pitch. Therefore, it will be necessary to set the quality evaluation items and criteria for CT images using the spiral image acquisition method.
We aimed to evaluate the radiation dose and image quality by changing the Scout view voltage in low-dose chest CT (LDCT) and applying scan parameters such as AEC (auto exposure control) and ASIR (adaptive statistical iterative reconstruction) to find the optimal protocol. Scout view voltage was varied at 80, 100, 120, 140 kV and after measuring the dose 5 times using the existing low-dose chest CT protocol, the appropriate kV was selected for the study using the Dose report provided by the equipment. After taking a basic LDCT shot at 120 kV, 30 mAs, ASIR 50% was applied to this condition. Signal-to-noise ratio (SNR) and contrast-to-noise ratio (CNR) were assessed by measuring Background noise (B/N). For dose comparison, CTDIvol and DLP provided by the equipment were compared and analyzed using the formulas. The results indicated that the protocol of scout 140 + LDCT + ASIR 50 + AEC reduced radiation exposure and improved image quality compared to traditional LDCT, providing an optimal protocol. As demonstrated in the experiment, LDCT screenings for asymptomatic normal individuals are crucial, as they involve concerns over excessive radiation exposure per examination. Therefore, applying appropriate parameters is important, and it is expected to contribute positively to the public health in future LDCT based health screenings.
Journal of the Korea Institute of Information and Communication Engineering
/
v.27
no.1
/
pp.47-53
/
2023
Devices such as X-Ray, CT, MRI, scanners, etc. can generate S&P noise from several sources during the image acquisition process. Since S&P noise appearing in the image degrades the image quality, it is essential to use noise reduction technology in the image processing process. Various methods have already been proposed in research on S&P noise removal, but all of them have a problem of generating residual noise in an environment with high noise density. Therefore, this paper proposes a filtering algorithm based on a three-dimensional plane equation by setting the grayscale value of the image as a new axis. The proposed algorithm subdivides the local mask to design the three closest non-noisy pixels as effective pixels, and applies cosine similarity to a region with a plurality of pixels. In addition, even when the input pixel cannot form a plane, it is classified as an exception pixel to achieve excellent restoration without residual noise.
In this study, among chest CT examination conditions, the tube voltage was changed to 100 and 80 kVp and the reconstruction algorithm was changed to FBP, ASIR-V, and DLIR to compare and analyze changes in examination dose and image quality. As a result, when applying ASIR-V and DLIR at a tube voltage of 100 kVp, which is lower than the existing tube voltage, the dose is lowered while achieving image quality most similar to that when applying 120 kVp and FBP. especially, DLIR reconstructed images had excellent SNR and CNR at all tube voltages. In addition, the SSIM index was analyzed to be closest to 1, showing the highest similarity to the original image. Therefore, when performing repeated chest CT examinations, the application of DLIR can reduce the examination dose by about 29.7%, which is expected to help solve some of the biggest problems with CT examinations, namely radiation exposure due to the examination.
The algebraic reconstruction technique is one of the reconstruction methods in CT and shows good image quality against noise-dominant conditions. The number of iteration is one of the key factors determining the execution time for the algebraic reconstruction technique. However, there are some rules for determining the number of iterations that result in more than a few hundred iterations. Thus, the rules are difficult to apply in practice. In this study, we proposed a method to determine the number of iterations for practical applications. The reconstructed image quality shows slow convergence as the number of iterations increases. Image quality 𝜖 < 0.001 was used to determine the optimal number of iteration. The Shepp-Logan head phantom was used to obtain noise-free projection and projections with noise for 360, 720, and 1440 views were obtained using Geant4 Monte Carlo simulation that has the same geometry dimension as a clinic CT system. Images reconstructed by around 10 iterations within the stop condition showed good quality. The method for determining the iteration number is an efficient way of replacing the best image-quality-based method, which brings over a few hundred iterations.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.