이미지 재건이란 무엇입니까?

이미지 재구성은 의료 이미징 연구 중에 획득 한 방사선 판독 값과 같은 산란되거나 불완전한 데이터로부터 2 차원 또는 3 차원 이미지를 생성하는 것입니다. 일부 이미징 기술의 경우, 읽을 수 있고 사용 가능한 이미지를 생성하거나 이미지를 연마하기 위해 수학 공식을 적용해야합니다. 예를 들어, 컴퓨터 단층 촬영 (CT) 스캐닝에서 이미지 재구성은 일련의 개별 카메라 이미지에서 신체의 3 차원 이미지를 생성하는 데 도움이 될 수 있습니다.

몇 가지 문제는 이미지 재건에 문제가됩니다. 첫 번째는 노이즈입니다. 이미지의 명확성을 방해 할 수있는 무의미한 데이터. 의료 영상에서는 환자의 움직임, 간섭, 그림자 및 유령의 결과로 소음이 발생할 수 있습니다. 예를 들어, 신체의 하나의 구조는 다른 구조를 어둡게하고 발견하기가 어려울 수 있습니다. 노이즈에 대한 여과는 이미지 재구성의 한 측면입니다.

다른 문제는 흩어 지거나 불완전한 데이터입니다. 같은 것X-ray, 이미지는 X- 레이가 관심 영역을 통과하고 이미지를 만드는 한 필름 노출로 촬영됩니다. 다른 기술에서, 환자는 방사선에 충격을 받거나 자기장에 적용되어 그림을 만들기 위해 조립 해야하는 상당한 양의 데이터를 생성 할 수 있습니다. 즉각적인 출력은 인간에게 읽을 수 없거나 의미가 없으며, 그림을 생성하기 위해 알고리즘을 통과해야합니다.

.

이미지 재구성에는 의미있는 데이터를 폐기하지 않고 노이즈를 걸러 내고 이해가되는 방식으로 데이터를 처리하기 위해 몇 가지 접근 방식이 있습니다. 반복적 인 재구성은 인기있는 기술입니다. 알고리즘은 저주파 데이터를 매핑하여 이미지의 시작을 형성하는 몇 가지 데이터 포인트를 만듭니다. 그런 다음 완전한 이미지를 사용할 수있을 때까지 약간 더 높은 주파수와 더 높은 주파수를 오버합니다.

평평한 이미지 생성만이 이미지 재건으로 수행 할 수있는 유일한 것은 아닙니다. 컴퓨터는 또한 일련의 이미지를 함께 쌓아서 데이터의 시뮬레이션 된 3 차원 표현을 만들 수 있습니다. 슬라이스를 적절하게 일치시키기 위해 데이터를 정렬 할 수 있어야하며 내부 구조의 이미지를 만들려면 정확하게 오버레이해야합니다. 이것은 의사가 단일 이미지가 제공하는 평평한 각도 대신 여러 비행기에서 문제를 평가하는 데 도움이 될 수 있습니다.

의학이 이미지 재건이 유용 할 수있는 유일한 분야는 아닙니다. 또한 고고학에서도 가치가있을 수 있으며, 연구자들은 발견을 손상시키지 않고 조사하기를 원할 수도 있습니다. 이미지 재건을 사용하면 미라, 봉인 된 용기 및 기타 관심있는 대상의 이미지를 얻을 수있어 내부에 무엇이 있는지 알 수 있습니다.