의료영상에서 잡음제거는 의료영상 분야에서의 중요한 도전 과제들 중의 하나이다. 최상의 진단 결과를 얻기 위해서는 잡음과 아티펙트가 제거되고, 선명하며 깨끗한 화질의 의료영상이 필요하다. CT는 의료영상에서 중요하고 가장 보편적인 모달리티이다. CT 영상에서 주요 잡음은 양자화 잡음이다. 본 논문에서는 CT 영상에서 잡음 제거를 위한 하이브리드 필터를 제안하였다. 제안된 하이브리드 필터는 바이래터럴 필터, 신경망 윤곽선 검출기, 다층 신경망 등으로 구성되어 있다. 다층 신경망은 여러 정보들을 결합하여 개선된 출력 영상을 만들기 위한 융합 연산자로서 이용되었다. RMSE, ISNR, MSR과 CNR과 같은 화질 평가 척도가 잡음 개선의 성능 평가를 위해 사용되었다. 또한, 시각적으로도 제안된 필터가 다른 필터들에 비해 우수한 결과를 보였다. 이와같은 화질 평가 척도에 의해 본 논문에서 제안된 필터는 바이래터럴 필터나 가이드 필터보다 우수하였다. 특히, 심한 잡음이 있는 상황에서 제안된 필터는 우수한 결과를 보였다.

Removing noise in medical images remains as one of the major challenges in medical imaging area. To achieve the best possible diagnosis, it is important for medical images to be sharp, clear, and free of noise and artifacts. CT is an important and most common modality in medical imaging. The main source of noise in CT image is quantum noise. In this paper, the hybrid filter for removing quantum noise from CT images was proposed. The proposed hybrid filter consists of two types of BF, NEE, and NN. The NN acts like a fusion operator and attempts to construct an enhanced output image by combining several informations. The image quality measures like RMSE, ISNR, MSR, and CNR are used for performance evaluation of noise reduction. It is seen that visually the proposed filter shows better results than other filters. Based on these image quality measures, the proposed filter shows better results than the BF and Guided filter. Specially, the proposed filter shows best results in severe noise environments.

• Kyoung-Bae Eum(Department of Computer and Information Engineering, Kunsan National University) | 엄경배