| 한글제목(Korean Title) |
RDB 기반의 심층 신경망을 이용한 X-ray 산란선 억제 기법 |
| 영문제목(English Title) |
Scattered X-ray Suppression Using a RDB-based Deep Learning |
| 저자(Author) |
이동규
김형규
한승화
정지훈
서효경
김호준
Donggyu Lee
Hyunggue Kim
Seunghwa Han
Jihoon Jeong
Hyogyeong Seo
Hojoon Kim
|
| 원문수록처(Citation) |
VOL 48 NO. 02 PP. 1502 ~ 1504 (2021. 12) |
한글내용
(Korean Abstract) |
본 논문에서는 X-ray 영상에서 산란선의 영향을 보정하는 방법으로서 RDB(Residual Dense Block) 구조를 포함하는 심층 신경망 기법에 관하여 고찰한다. X-ray 산란선의 고유한 특성을 고려하여 RDB의 연결 형태 및 동작 특성, 어텐션 모듈의 추가, 업 샘플링 및 다운 샘플링의 경로 형태에 따라 두 가지의 딥러닝 모델을 기반으로 산란선 개선 기법을 구현하였다. 피사체의 특성에 따라 영역별로 달라지는 산란선의 형태를 효과적으로 개선하기 위하여 RDB 및 어텐션 모듈을 포함하는 기법을 적용하였으며, 그 타당성을 실험적으로 평가하였다. 또한 흉부 팬텀 X-ray 영상 집합에 대하여 실제 진단환경에서 나타나는 변이를 일정 형태로 정형화하여 데이터를 확장하는 학습 데이터 증강 기법을 제시하였다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
