Medical Imaging Technology
研究論文
がん検診全身PET画像の雑音モデルを用いたガイデッドイメージフィルタリング
大手 希望中村 明弘渡辺 光男
著者情報
ジャーナル 認証あり

34 巻 (2016) 5 号 p. 259-266

詳細
PDFをダウンロード (2119K) 発行機関連絡先
抄録

がん検診全身PET画像の雑音モデル(noise model: NM)を用いて平滑化パラメータを局所的に調整する雑音モデル付きガイデッドイメージフィルタリング(guided image filtering: GIF)を開発した.PET装置で計測されたリストデータを2分割することで各画素の雑音の標準偏差を表す雑音画像(noise image: NI)を簡便に推定する手法を提案した.PET画像と雑音画像のペアから画素値に対する雑音の標準偏差を求め,その185例の平均を取りNMとした.NMが最適,不適な症例の肺野,腎臓,膀胱に擬似的なホットスポットを付加し,ガウシアンフィルタ(Gauss),NMなしのGIF,NM付きGIFの比較を行った.NMなしのGIFでは肺野に配置したホットスポットのコントラスト2:1の場合にGaussより低いコントラストリカバリ係数を示したが,NM付きGIFではこれを生じなかった.

著者関連情報
© 2016 日本医用画像工学会
前の記事 次の記事

閲覧履歴
feedback
Top