Noise Variance in CT Images

雑音を量子雑音に限定した場合におけるX線CT画像上の関心領域（ROI）内の「空間領域」の雑音分散の「ensemble領域」での期待値について、今年度は、使用する2種類のX線検出器モデルの差がシミュレーションに与える影響について検討した。その結果、X線検出器にquantum counterモデルを採用した同雑音分散の期待値を解析的に計算する方法は、X線検出器がenergy integrating detectorモデルの場合でも有用であることが確認された。これまでの検討を通じて、現在使用されているX線CT装置に対して、上記の解析的な計算方法の精度は高いものと言える結果を得た。また、U-Netを利用したニューラルネットワークを使用して、ROIの画像データから、X線CT画像上の任意の場所におけるROI内の「空間平均」の雑音標準偏差（SD）の「ensemble領域」での期待値の推定の可否について検討した。市販の胸部ファントムを、マルチスライスX線CT装置のnon helical scanモードで、各種の再構成関数と電流値で25枚の同じ画像を撮影したものを解析対象画像とした。ROI内の雑音SDの「ensemble領域」での期待値は、同一のスライス位置と撮影条件で撮影した再構成画像から得られる300種類の差分画像からの平均により推定した。今回の検討の範囲内では、再構成関数による差は認められるが、ニューラルネットワークによってROIの画像データから雑音SDを高精度で予測が可能であると言える結果となった。さらに、各画素を中心とするROI内の画像データから、X線CT画像上の任意の場所における被ばく線量の推定の可能性についての検討した結果、今回の検討の範囲内では、ROI内の画像データから同ROIにおける雑音SDを予測することに比較すると劣るものではあるが、ある程度は予測できると言える結果となった。

雑音を量子雑音に限定した場合におけるX線CT画像上の関心領域（ROI）内の「空間領域」の雑音分散の「ensemble領域」での期待値について、今年度は、使用する2種類のX線検出器モデルの差がシミュレーションに与える影響について検討した。その結果、X線検出器にquantum counterモデルを採用した同雑音分散の期待値を解析的に計算する方法は、X線検出器がenergy integrating detectorモデルの場合でも有用であることが確認された。これまでの検討を通じて、現在使用されているX線CT装置に対して、上記の解析的な計算方法の精度は高いものと言える結果を得た。また、U-Netを利用したニューラルネットワークを使用して、ROIの画像データから、X線CT画像上の任意の場所におけるROI内の「空間平均」の雑音標準偏差（SD）の「ensemble領域」での期待値の推定の可否について検討した。市販の胸部ファントムを、マルチスライスX線CT装置のnon helical scanモードで、各種の再構成関数と電流値で25枚の同じ画像を撮影したものを解析対象画像とした。ROI内の雑音SDの「ensemble領域」での期待値は、同一のスライス位置と撮影条件で撮影した再構成画像から得られる300種類の差分画像からの平均により推定した。今回の検討の範囲内では、再構成関数による差は認められるが、ニューラルネットワークによってROIの画像データから雑音SDを高精度で予測が可能であると言える結果となった。さらに、各画素を中心とするROI内の画像データから、X線CT画像上の任意の場所における被ばく線量の推定の可能性についての検討した結果、今回の検討の範囲内では、ROI内の画像データから同ROIにおける雑音SDを予測することに比較すると劣るものではあるが、ある程度は予測できると言える結果となった。