Redukce šumu v tomografických datech s vysokým rozlišením
Loading...
Date
Authors
Tkadlecová, Markéta
ORCID
Advisor
Referee
Mark
A
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta strojního inženýrství
Abstract
Vzhledem ke komplexnosti procesu akvizice dat výpočetní tomografie (CT) je šum v rentgenových snímcích nevyhnutelný a může vést ke zkreslení získané informace. Proto by měl být co nejvíce potlačen. Dosud se výzkum zaměřoval především na redukci šumu v CT datech u lékařských CT s nízkými dávkami, zatímco o šumu a jeho potlačení v CT datech s vysokým rozlišením je známo jen málo. Tato redukce může probíhat v oblasti rentgenových snímků, v průběhu tomografické rekonstrukce nebo v oblasti tomografických řezů. Tato práce se zabývá především redukcí šumu v rentgenových snímcích a tomografických řezech. Prvním krokem k nalezení komplexní metodiky je určení rozdělení a matematického modelu šumu přítomného v rentgenových snímcích. Tento model byl určen pomocí snímků bez přítomného vzorku, které byly pořízeny s různými expozičními časy. Pomocí stanoveného modelu byl simulován šum ve fantomovém datasetu. Vybrané algoritmy byly testovány na projekčních snímcích a tomografických řezech fantomu a porovnávány jak subjektivně, tak objektivně pomocí metrik kvality obrazu. Strategie s nejlepšími výsledky byly dále testovány na naměřených CT datech z CT systému Rigaku nano3DX s vysokým rozlišením a byly popsány jejich výhody, omezení a možnosti využití.
Due to the complexity of the computed tomography (CT) data acquisition process, the noise in captured X-ray images is inevitable and can distort acquired information. Therefore, the noise should be controlled. Noise reduction in CT data has primarily been studied in low-dose medical CT, and there is little known about the properties of noise in sub-micron CT and its suppression. The denoising strategies can take place in the X-ray images, CT slices, or during the reconstruction process. This work primarily focuses on the reduction of noise in X-ray images and CT slices. The first step to finding a complex denoising methodology is to determine the distribution and mathematical model of the noise in the X-ray images. The model was established using bright field images taken under different exposure times. With the estimated model, the artificial noise in a phantom dataset could be simulated. Selected algorithms were tested in the X-ray images and the tomogram slices of the phantom and compared subjectively and objectively, through visual inspection and image quality metrics. The denoising strategies with the best outcomes were further evaluated on measured submicron CT datasets from the CT system Rigaku nano3DX, and their advantages, limitations, and possible usage were described.
Due to the complexity of the computed tomography (CT) data acquisition process, the noise in captured X-ray images is inevitable and can distort acquired information. Therefore, the noise should be controlled. Noise reduction in CT data has primarily been studied in low-dose medical CT, and there is little known about the properties of noise in sub-micron CT and its suppression. The denoising strategies can take place in the X-ray images, CT slices, or during the reconstruction process. This work primarily focuses on the reduction of noise in X-ray images and CT slices. The first step to finding a complex denoising methodology is to determine the distribution and mathematical model of the noise in the X-ray images. The model was established using bright field images taken under different exposure times. With the estimated model, the artificial noise in a phantom dataset could be simulated. Selected algorithms were tested in the X-ray images and the tomogram slices of the phantom and compared subjectively and objectively, through visual inspection and image quality metrics. The denoising strategies with the best outcomes were further evaluated on measured submicron CT datasets from the CT system Rigaku nano3DX, and their advantages, limitations, and possible usage were described.
Description
Citation
TKADLECOVÁ, M. Redukce šumu v tomografických datech s vysokým rozlišením [online]. Brno: Vysoké učení technické v Brně. Fakulta strojního inženýrství. 2023.
Document type
Document version
Date of access to the full text
Language of document
en
Study field
bez specializace
Comittee
prof. RNDr. Tomáš Šikola, CSc. (předseda)
prof. RNDr. Jiří Spousta, Ph.D. (místopředseda)
prof. Ing. Ivan Křupka, Ph.D. (člen)
prof. RNDr. Petr Dub, CSc. (člen)
prof. RNDr. Bohumila Lencová, CSc. (člen)
prof. RNDr. Jiří Petráček, Dr. (člen)
prof. RNDr. Radim Chmelík, Ph.D. (člen)
doc. Ing. Jindřich Mach, Ph.D. (člen)
doc. Ing. Petr Bábor, Ph.D. (člen)
doc. Ing. Radek Kalousek, Ph.D. (člen)
prof. Ing. Miroslav Kolíbal, Ph.D. (člen)
Ing. Petr Jákl, Ph.D. (člen)
RNDr. Antonín Fejfar, CSc. (člen)
Date of acceptance
2023-06-21
Defence
Po otázkách oponenta bylo dále diskutováno:
Princip použitých metod odstranění šumu.
Způsob implementace zpracování obrazu.
Speckle noise - vznik.
Studentka na otázky odpověděla.
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení