전산처리를 통한 Linacgram의 화질개선

서현숙; 신현교; 이레나

추천

검색

자료유형: 학술저널

저자정보: 서현숙 (이화대학교 의과대학 방사선종양학교실) 신현교 (이화대학교 의과대학 방사선종양학교실) 이레나 (이화대학교 의과대학 방사선종양학교실)

저널정보: 대한방사선종양학회 Radiation oncology journal : ROJ Radiation oncology journal : ROJ 제18권 제4호

발행연도: 2000.1

수록면: 345 - 354 (10page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

목적 : 방사선조사야를 확인하는 보편적인 방법인 linacgram은 저대조도(low contrast)의 영상을 보여주고 있어 정확한 영상을 확인하는데 문제점이 있다. 따라서 본 연구는 linacgram의 대조도를 높이는 저가형 확인방법을 모색하여 영상판독과 조사야 확인에 도움이 되고자 한다. 대상 및 방법: 인체모형을 사용하여 얻어진 필름 영상을 필름전용 스캐너(Diagnostic Pro)를 통해 Optical Density Scan, Histogram Equalized, Linear Histogram Based (HB), Linear Histogram Independent, Linear Optical Density (OD) Logarithmic 및 Power, Square Root scan 방식으로 디지털화 하였다. 각기 다른 방식으로 전산 입력된 영상의 신호분포도를 얻어 signal intensity를 비교한 후 pailette fitting 방식을 통해 영상을 재구성하였고 재구성된 영상을 비교 분석하였다. 실제 치료에서 얻어진 각 인체 부위별 linacgram도 동일한 방법으로 처리한 후 화질 개선도를 알아 보았다. 결과 : 인체모형을 통해 얻어진 영상의 신호 분포영역은 Logarlthmic 방식을 선택했을 때 최소값인 3192가 나왔고 Square Root방식을 사용했을 때 최대값인 21940가 나왔다. 이러한 값들을 모니터 상에서 구현할 수 있는 256 gray scale로 바꾸어 보았을 때 7$\~$30$\%$ 만 사용되어지고 있음을 알수 있었다. Pallette fitting 방식을 통하여 모니터의 최대표현 값인 256 계조도로 Gray Scale Expansion (GSE) 함으로써 모니터가 지원하는 8bit gray scale pallette의 전범위를 사용하여 대조도가 개선되었다. 임상에서 얻어진 각 인체 부위별 무릎관절, 두경부, 폐, 골반영상에서도 GSE 처리하여 얻어진 영상이 해부학적 구조를 판독하는데 도움이 죄었다. 결론 : GSE 영상의 재구성은 대조도를 증가 시킬뿐 아니라 인체내 관심부위의 농도분포를 별도로 재구성할 수 있으므로 이중방사선조사(double exposure)에 의해 발생되는 화질의 저하를 보정함으로써 화질 개선을 가능하게 하였다. Linacgram 화질 개선은 simulation image 및 치료계획에서 발생한 DRR과 multi-layer 중첩영상 분석에 사용할 수 있으며 영상 비교 시 치료부위의 신속하고 정밀한 확인을 가능하게 하였다.

Purpose : Conventional radiation therapy Portal images gives low contrast images. The purpose of this study was to enhance image contrast of a linacgram by developing a low-cost image processing method. Materials and Methods : Chest linacgram was obtained by irradiating humanoid Phantom and scanned using Diagnostic-Pro scanner for image processing. Several types of scan method were used in scanning. These include optical density scan, histogram equalized scan, linear histogram based scan, linear histogram independent scan, linear optical density scan, logarithmic scan, and power square root scan. The histogram distribution of the scanned images were plotted and the ranges of the gray scale were compared among various scan types. The scanned images were then transformed to the gray window by pallette fitting method and the contrast of the reprocessed portal images were evaluated for image improvement. Portal images of patients were also taken at various anatomic sites and the images were processed by Gray Scale Expansion (GSE) method. The patient images were analyzed to examine the feasibility of using the GSE technique in clinic. Results :The histogram distribution showed that minimum and maximum gray scale ranges of 3192 and 21940 were obtained when the image was scanned using logarithmic method and square root method, respectively. Out of 256 gray scale, only 7 to 30$\%$ of the steps were used. After expanding the gray scale to full range, contrast of the portal images were improved. Experiment peformed with patient image showed that improved identification of organs were achieved by GSE in portal images of knee joint, head and neck, lung, and pelvis. Conclusion :Phantom study demonstrated that the GSE technique improved image contrast of a linacgram. This indicates that the decrease in image quality resulting from the dual exposure, could be improved by expanding the gray scale. As a result, the improved technique will make it possible to compare the digitally reconstructed radiographs (DRR) and simulation image for evaluating the patient positioning error.

#영상처리 #대조도

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

서현숙

소속기관 이화여자대학교 의과대학 방사선종양학교실

주요연구분야 의약학 > 임상의학 > 방사선과학

논문수 36 이용수 91

신현교

소속기관 이화대학교 의과대학 방사선종양학교실

주요연구분야 의약학 > 임상의학 > 방사선과학

논문수 1 이용수 0

이레나

소속기관 Department of Radiation Oncology, Ewha Womans University School of Medicine

주요연구분야 의약학 > 임상의학 > 방사선과학

논문수 7 이용수 31

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)