이 연구는 3차원 뇌 MRI 영상의 노이즈 제거와 움직임 인공물 보정을 동시에 수행하는 JDAC(Joint image Denoising and motion Artifact Correction) 프레임워크를 제안한다. JDAC는 적응형 노이즈 제거 모델과 움직임 인공물 제거 모델을 반복적으로 사용하여 영상 품질을 점진적으로 향상시킨다.
적응형 노이즈 제거 모델은 영상 기울기 맵의 분산을 이용하여 노이즈 수준을 추정하고, 이를 바탕으로 U-Net 기반의 모델로 노이즈를 적응적으로 제거한다. 움직임 인공물 제거 모델은 또 다른 U-Net 모델을 사용하여 인공물을 제거하며, 뇌 해부학적 구조를 보존하기 위한 새로운 기울기 기반 손실 함수를 도입한다.
실험 결과, JDAC는 노이즈와 움직임 인공물이 심각한 MRI 영상에서 기존 방법들에 비해 우수한 성능을 보였다. 또한 반복적 학습 전략을 통해 영상 품질을 점진적으로 향상시킬 수 있음을 확인하였다.
翻譯成其他語言
從原文內容
arxiv.org
深入探究