디지털 감산혈관조영술(DSA) 영상 품질 평가: PSNR 기반 서버 모니터와 클라이언트 모니터 비교 연구
doi:10.31916/sjmi2020-01-04
서론
의료 영상학은 현대 의학에서 진단과 치료의 핵심적 역할을 담당하고 있다.
특히 디지털 감산혈관조영술(Digital Subtraction Angiography, DSA) 은 혈관 질환의 진단 및 중재적 시술(interventional procedure)에서 필수적인 영상 기법이다.
하지만 DSA 과정에서 얻어진 영상은 PACS(Picture Archiving and Communication System)에 저장·전송되는 과정에서 잡음(noise), 압축 손실(loss), 디스플레이 성능 차이로 인해 영상 품질이 변동될 수 있다.
영상 품질의 객관적 평가는 진단 정확도와 직결되며, 이를 정량화하기 위해 PSNR(Peak Signal-to-Noise Ratio) 이 널리 활용된다.
본 칼럼은 첨부 논문(doi:10.31916/sjmi2020-01-04)에서 수행된 PSNR 분석 연구를 기반으로, 서버 디스플레이 모니터와 클라이언트 모니터 간 영상 품질 차이를 심층적으로 고찰한다.
본문
1. DSA 시스템과 영상 획득 과정
DSA는 형광증배관(fluorescence multiplier)과 카메라로 획득된 아날로그 신호를 A/D 변환기를 통해 디지털화하고, 마스크 영상과 혈관 영상을 감산하여 혈관만을 선명하게 보여주는 기법이다.
 |
| 그림 1. DSA 시스템 구조:아날로그 신호가 디지털 변환 과정을 거쳐 혈관 영상만 추출됨 |
2. PACS와 의료영상 품질 저하 요인
의료기관에서 획득된 영상은 PACS에 저장되며, 서버와 클라이언트 간 전송 과정에서 다음과 같은 문제가 발생할 수 있다.
-
압축 손실 (Lossy Compression) : 일부 데이터가 손실되어 영상 왜곡 발생
-
노이즈 (Noise) : 전송 중 잡음이 추가되어 해상도 저하
-
모니터 해상도 및 성능 차이 : 동일한 원본 영상이라도 디스플레이 장치에 따라 품질이 달라짐
이러한 문제를 최소화하기 위해 PSNR 기반 정량적 분석이 필요하다.
3. 연구 방법 및 실험 장비
본 연구에서는 P사의 1280×1024 해상도 서버 모니터와 W사의 1536×2048 해상도 클라이언트 모니터를 이용하여 실험을 수행하였다.
-
서버 영상: 시술 중 획득된 원본 영상
-
클라이언트 영상: PACS에 저장 후, 의사용 PC 모니터에 출력된 영상
-
분석 기법: Visual C++ 기반 MSE 및 PSNR 계산 프로그램
그림 2. 실험 과정
4. 실험 대상 영상
총 5가지 장기/부위에 대해 분석이 수행되었다.
표 1. 실험에 사용된 영상 종류
| 번호 | 영상 종류 |
|---|---|
| 1 | 신장(renal) 혈관 조영 |
| 2 | 폐(lung) 혈관 조영 |
| 3 | 심장(heart) 혈관 조영 |
| 4 | 경부(neck) 혈관 조영 |
| 5 | 무릎(knee) 혈관 조영 |
5. PSNR 분석 결과
실험 결과는 표 2와 같이 요약된다.
표 2. 서버-클라이언트 영상 PSNR 측정 결과
| 번호 | 영상 종류 | MSE | PSNR(dB) |
|---|---|---|---|
| 1 | 신장 혈관 | 130.78 | 26.96 |
| 2 | 폐 혈관 | 83.43 | 28.92 |
| 3 | 심장 혈관 | 338.79 | 22.83 |
| 4 | 경부 혈관 | 12.88 | 37.03 |
| 5 | 무릎 혈관 | 3.11 | 43.21 |
영상 판독 결과, 심장 영상은 PSNR이 가장 낮아 해상도 손실이 뚜렷했으며, 반면 무릎 영상은 가장 높은 PSNR 값을 보여 거의 손실이 없었다.
 |
| 그림 3. 서버 영상 vs 클라이언트 영상 비교 |
6. 임상적 의미
PSNR 결과를 기반으로 한 분석은 다음과 같은 임상적 의미를 갖는다.
-
30dB 이상: 의료 영상에서 신뢰할 수 있는 수준
-
심장 영상(22.83dB)은 진단에 오류 가능성을 내포
-
PACS 저장·전송 자체보다는 모니터 해상도와 관리 상태가 주요 변수
-
정기적인 모니터 성능 점검이 영상 진단의 정확성을 좌우
7. 결론 및 제언
-
본 연구는 DSA 시스템에서 서버·클라이언트 모니터 간 PSNR 차이를 정량적으로 입증하였다.
-
PACS 자체의 손실은 미미하나, 출력 모니터의 성능 차이가 영상 품질에 큰 영향을 미친다.
-
향후 임상에서는 고해상도·고품질 모니터 사용과 정기적 관리가 필수적이다.
-
또한 AI 기반 영상 보정 알고리즘과 PSNR을 병행 활용하면 의료 영상 품질을 더욱 향상시킬 수 있을 것이다.
참고문헌
[1] H. Kagermann, “Change Through Digitization-Value Creation in the Age of Industry 4.0,” Management of Permanent Change, pp. 23–45, 2014.
[2] J. Luo, M. Wu, D. Gopukumar, et al., “Big Data Application in Biomedical Research and Health Care: A Literature Review,” Biomedical Informatics Insights, 2016, DOI:10.4137/BII.S31559.
[3] V. Tiwari, P. P. Bansod, A. Kumar, “Medical imaging in heterogeneous telemedicine network,” in Proc. IEEE ICICS, Dec. 2015, pp. 7459982.
[4] I. H. Arka, K. Chellappan, “Collaborative Compressed I-cloud Medical Image Store with Decompress Viewer,” Procedia Computer Science, vol. 42, pp. 114–121, 2014.
[5] C. J. Martin, P. E. Sharp, D. G. Sutton, “Measurement of image quality in diagnostic radiology,” Applied Radiation and Isotopes, vol. 50, no. 1, pp. 21–38, 1999.
[6] L. P. Yaroslavsky, “Compression, restoration, resampling, ‘compressive sensing’: fast transforms in digital imaging,” Journal of Optics, vol. 17, no. 7, 2015.
[7] Z. Wang, A. C. Bovik, “A universal image quality index,” IEEE Signal Processing Letters, vol. 9, no. 3, pp. 81–84, 2002.
[8] Q. Huynh-Thu, M. Ghanbari, “The accuracy of PSNR in predicting video quality for different video scenes and frame rates,” Telecommunication Systems, vol. 49, no. 1, pp. 35–48, 2012.
댓글
댓글 쓰기