MediWave

  양전자 방출 단층 촬영(PET)을 위한 3차원 최대사후(MAP) 영상 재구성에서 평활 파라미터의 적응형 미세 조정 핵심 키워드 : 양전자 방출 단층 촬영, PET 영상 재구성, MAP 알고리즘, 평활 파라미터, 적응형 알고리즘, 의료영상 처리 doi:10.9718/JBER.2024.45.5.205  서론: PET 영상에서의 해상도와 평활화의 균형 양전자 방출 단층 촬영(PET)은 종양, 뇌 질환, 심혈관 질환 진단에서 뛰어난 감도를 자랑하는 핵의학 영상 기술입니다. 그러나 PET 영상은 일반적으로 공간 해상도가 낮고 노이즈에 민감 하다는 약점을 가집니다. 이러한 한계를 극복하기 위해 3차원 최대사후(MAP: Maximum a Posteriori) 영상 재구성 기법 이 활용되며, 이 과정에서 정규화(smoothing) 파라미터 의 설정은 영상 품질에 결정적인 영향을 줍니다. MAP 재구성 알고리즘 개요 MAP 알고리즘은 Bayesian 추론 기반으로, 영상의 가능도(likelihood)와 사전정보(prior)를 조합해 영상의 통계적 최댓값을 추정합니다. 이때 사용하는 에너지 함수(E(x))는 다음과 같습니다: E ( x ) = − log ⁡ P ( y ∣ x ) − β ⋅ R ( x ) E(x) = -\log P(y|x) - \beta \cdot R(x) E ( x ) = − log P ( y ∣ x ) − β ⋅ R ( x ) P ( y ∣ x ) P(y|x) P ( y ∣ x ) : 측정 데이터 y y y 에 대한 영상 x x x 의 가능도 R ( x ) R(x) R ( x ) : 평활화 정규항 (prior term) β \beta β : 평활 파라미터 (regularization strength) 문제점 고정된 β \beta β 를 사용할 경우: 값이 너무 크면 → 과도한 평활화 로 경계 손실 값이 너무 작으면 → 노이즈 증가 적응형 평활 파라미터 조정의 필요성 PET 영상은...