A Kernel Space-based Multidimensional Sparse Model for Dynamic PET Image Denoising
Created by
Haebom
Category
Empty
저자
Kuang Xiaodong, Li Bingxuan, Li Yuan, Rao Fan, Ma Gege, Xie Qingguo, Mok Greta S P, Liu Huafeng, Zhu Wentao
💡 개요
동적 PET 영상은 낮은 통계량으로 인해 프레임별 영상 품질 확보가 어렵습니다. 본 논문에서는 동적 PET 영상의 프레임 간 공간 상관성과 프레임 내 구조적 일관성을 활용하여 커널 공간 기반 다차원 희소(KMDS) 모델을 제안합니다. 이 모델에 신경망을 도입하여 파라미터 추정 과정을 엔드-투-엔드로 최적화하는 신경망 KMDS-Net을 개발하였으며, 시뮬레이션 및 실제 데이터를 이용한 실험에서 기존 방법들보다 우수한 성능을 입증했습니다.
🔑 시사점 및 한계
•
동적 PET 영상의 노이즈 제거 성능을 향상시켜 시간적, 공간적 해상도를 높일 수 있습니다.
•
모델 기반 신경망 접근 방식을 통해 파라미터 최적화를 자동화하고 적응성을 확보했습니다.
•
제안된 모델의 일반화 성능 및 다양한 동적 PET 응용 분야에서의 확장 가능성에 대한 추가 연구가 필요합니다.
