모사된 컴프턴 카메라 투사데이터의 재구성을 위한 OSEM 알고리즘의 부분집합 구성법 비교 연구

김수미; 이재성; 이미노; 이주한; 김중현; 김찬형; 이춘식; 이동수; 이수진

추천

검색

자료유형: 학술저널

저자정보: 김수미 (서울대학교 의과대학 핵의학교실 및 방사선응용생명과학 협동과정) 이재성 (서울대학교 의과대학 핵의학교실 및 방사선응용생명과학 협동과정) 이미노 (배재대학교 전자공학과) 이주한 (중앙대학교 물리학과) 김중현 (서울대학교 의과대학 핵의학교실 및 방사선응용생명과학 협동과정) 김찬형 (한양대학교 원자력공학과) 이춘식 (중앙대학교 물리학과) 이동수 (서울대학교 의과대학 핵의학교실 및 방사선응용생명과학 협동과정) 이수진 (배재대학교 전자공학과)

저널정보: 대한핵의학회 핵의학분자영상 핵의학 분자영상 제41권 제3호

발행연도: 2007.1

수록면: 234 - 240 (7page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

목적: 본 연구에서는 컴프턴 카메라의 투사데이터를 재구성하기 위하여 부분집합 개수에 비례하여 고속화된 수렴속도를 보이는 통계학적 영상재구성 방법인 OSEM 알고리즘을 적용하였다. 또한 연산시간 및 퍼센트 오차 측면에서 컴프턴 투사데이터의 부분집합 구성 시 여러 구분방법에 대한 비교연구를 수행함으로써 컴프턴 투사데이터의 최적화된 OSEM 알고리즘을 제안하고자 하였다. 대상 및 방법: 산란부와 흡수부로 구성된 컴프턴 카메라의 투사데이터를 재구성하기 위하여 단순역투사, 기댓값 최대화 방법과 OSEM 알고리즘을 구현하였다. 그리고 OSEM의 경우 컴프턴 투사데이터는 산란부 및 흡수부의 검출위치 및 산란각에 따라 부분 집합으로 구분하였다. EM 알고리즘은 64번의 반복연산을 수행하였으며 OSEM은 16개의 부분집합에 대해 4번의 반복연산을 수행하였다. 각 재구성 방법과 부분집합 구분방법에 대한 정량적 성능평가를 위하여 계산 시간과 퍼센트 오차를 측정하였다. 결과: SBP 방법에 비해 모든 통계학적 영상재구성 방법의 결과들이 보다 정확하였다. 64번 반복연산을 수행한 EM 알고리즘에 비해 4번의 반복연산과 16개의 부분집합을 가지는 모든 OSEM 알고리즘은 유사한 퍼센트 오차를 나타내면서 14배 빠른 수렴속도를 보였다. OSEM의 경우, 부분집합의 구분방법에 따라 연산속도와 재구성된 영상의 정확도 면에서는 거의 차이가 없었다. 결론: 본 연구의 실험 결과를 통하여 핵의학 영상 분야에서 사용하는 OSEM 알고리즘이 컴프턴 카메라에 대한 재구성 알고리즘으로 유용함을 확인하였으며 OS-EM 방법은 EM에 비해 유사한 결과영상을 재구성하면서 14배 빠른 수렴속도를 보이며 컴프턴 투사데이터를 부분집합으로 구분 시 검출위치와 산란각을 모두 이용하는 것이 가장 효율적인 것으로 간주된다.NIS와 EGFP의 이중 리포터 유전자를 가지고 있는 HepG2 세포주가 성공적으로 만들어졌다. 세포의 약 50% 정도가 형광 현미경 아래에서 관찰되었다. NIS 유전자의 발현은 역전사효소 중합효소 연쇄반응 실험을 통해서 확인하였고, NIS가 발현된 세포의 방사능옥소 섭취량은 대조군에 비하여 약 9배 정도 높게 나타났다. 방사능옥소 유출량 실험에서는 약 9분에 반 정도의 옥소가 유출되는 것이 확인되었다. 구축된 세포주를 이식한 후 획득한 형광 영상, 감마카메라과 소동물용 PET 영상에서는 반대쪽의 대조군 세포를 이식한 것에 비하여 뚜렷한 형광신호가 보였고, 더 높은 방사능옥소 섭취가 확인되었다. 결론: NIS와 EGFP의 이중 리포터 유전자를 가지는 간암 세포주가 성공적으로 구축되었고, 소동물에서 두 유전자를 각각 치료용 리포터 유전자와 영상 리포터 유전자로의 사용이 가능할 것이라고 생각된다.타내는 중요한 효소로 인정되고 있으며, 조직의 손상, 발암, 염증, 성인병 및 노화 등과 같은 여러 가지 유해 작용을 일으킨다. 정상군에 비해 대조군은 1.74배 수치가 증가되었으며, RCM투여군의 대조군과 비교 시 57.4% 감소되는 효과를 볼 수 있었다. 본 연구는 LPS로부터 유도된 산화적 스트레스에 대한 복분자의 선투여 후 예방효과를 알아보았다. 생약재의 일종인 복분자의 경우 LPS로 유도된 산화적 스트레스 억제 및 지질대사로부터의 개선 효과가 있는 것으로 판단되며 지질과산화에 대해서 강한 억제 활성을 나타내는 것을 알 수 있었다. 이러한 결과로 복분자는 생활 습관병의 예방과 개선에 유효한 것으로 사

Purpose: In this study we propose a block-iterative method for reconstructing Compton scattered data. This study shows that the well-known expectation maximization (EM) approach along with its accelerated version based on the ordered subsets principle can be applied to the problem of image reconstruction for Compton camera. This study also compares several methods of constructing subsets for optimal performance of our algorithms. Materials and Methods: Three reconstruction algorithms were implemented; simple backprojection (SBP), EM, and ordered subset EM (OSEM). For OSEM, the projection data were grouped into subsets in a predefined order. Three different schemes for choosing nonoverlapping subsets were considered; scatter angle-based subsets, detector position-based subsets, and both scatter angle- and detector position-based subsets. EM and OSEM with 16 subsets were performed with 64 and 4 iterations, respectively. The performance of each algorithm was evaluated in terms of computation time and normalized mean-squared error. Results: Both EM and OSEM clearly outperformed SBP in all aspects of accuracy. The OSEM with 16 subsets and 4 iterations, which is equivalent to the standard EM with 64 iterations, was approximately 14 times faster in computation time than the standard EM. In OSEM, all of the three schemes for choosing subsets yielded similar results in computation time as well as normalized mean-squared error. Conclusion: Our results show that the OSEM algorithm, which have proven useful in emission tomography, can also be applied to the problem of image reconstruction for Compton camera. With properly chosen subset construction methods and moderate numbers of subsets, our OSEM algorithm significantly improves the computational efficiency while keeping the original quality of the standard EM reconstruction. The OSEM algorithm with scatter angle- and detector position-based subsets is most available.

#compton camera #image reconstruction #ordered subset expectation maximization

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

김수미

소속기관 서울대학교 의과대학 핵의학교실 및 방사선응용생명과학 협동과정

주요연구분야 의약학 > 임상의학 > 방사선과학

논문수 3 이용수 8

이재성

소속기관 서울대학교 의과대학 핵의학교실 및 방사선응용생명과학 협동과정

주요연구분야 의약학 > 임상의학 > 방사선과학

논문수 3 이용수 8

이미노

소속기관 배재대학교 전자공학과

주요연구분야 의약학 > 임상의학 > 방사선과학 공학 > 공학 일반

논문수 3 이용수 7

이주한

소속기관 중앙대학교 물리학과

주요연구분야 공학 > 재료·에너지공학 > 원자력공학 의약학 > 임상의학 > 방사선과학

논문수 11 이용수 33

김중현

소속기관 서울대학교 의과대학 핵의학교실 및 방사선응용생명과학 협동과정

주요연구분야 의약학 > 임상의학 > 방사선과학

논문수 1 이용수 3

김찬형

소속기관 한양대학교 원자력공학과

주요연구분야 의약학 > 기초의학 > 약리학 의약학 > 임상의학 > 방사선과학

논문수 4 이용수 4

이춘식

소속기관 중앙대학교 물리학과

주요연구분야 공학 > 재료·에너지공학 > 원자력공학 의약학 > 임상의학 > 방사선과학

논문수 19 이용수 70

이동수

소속기관 서울대학교 의과대학 핵의학교실 및 방사선응용생명과학 협동과정

주요연구분야 의약학 > 임상의학 > 방사선과학

논문수 3 이용수 8

이수진

소속기관 성균관대학교 의과대학 삼성서울병원 핵의학과

주요연구분야 의약학 > 임상의학 > 방사선과학

논문수 29 이용수 36

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)