공부 기록

https://link.springer.com/article/10.1007/s11517-022-02731-9 1. Introduction 이미지 노이즈 제거는 의료 이미지 분석의 필수적인 예비 단계임 (ref는 없음) x선, CT, MRI, 초음파 등 이미징 기술은 다양한 종류의 노이즈에 민감함. (ref 1) x-ray는 가장 일반적이고 비용 효율적이여서 사용되며, 방사선 흡수량은 뼈와 조직에 따라 다른걸 이용해 결과물이 도출됨 노이즈로 인해 이미지가 불분명해지고 추가 처리가 어려워지기 때문에 의료 이미지의 노이즈 감소는 매우 중요하고 필수적임 (ref 2) X선 이미지는 일반적으로 시스템 내 열 활동으로 인해 생성되는 무작위 전류에 의해 생성되는 가우스 잡음으로 왜곡되며, 노이즈 평균이 0이고 분산이..

1. Introduction CT는 의료 진단에 널리 사용되는 영상 도구지만 방사선 노출로 인한 암 위험 증가 문제는 대중의 우려를 불러 일으킴(ref 1,2) x선 방사선량을 최소화하는 방법으로 제시된 LDCT는 노이즈가 심하며(ref 3), 노이즈는 의료 영상의 품질에 부정적인 영향을 미쳐 병변 진단에 직접적인 영향을 미칠 수 있음 노이즈 제거는 의료 데이터 분할에서도 매우 유용함(ref 4, 5, 48). 노이즈 제거 방법은 전통적인 알고리즘과 딥러닝 기반 방법의 두 가지 범주로 나눌 수 있음 전통적인 알고리즘 중앙값 필터링, 양측 필터링. 이는 이미지 노이즈 제거하기 위해 인위적으로 설계된 특정 필터를 사용하고, 사용하는 컨벌루션 커널의 매개변수는 고정되어 있으며, 숙련된 사람이 수동으로 설정해야..