# 세줄요약 #
- ADNI PET 전처리의 목적은, (1) 가능한 많은 수의 PET 영상들을 균질(Uniform)하게 만들고, (2) 서로 다른 시스템에서 얻게된 PET 영상들을 유사하게 보이도록 하는 것이다.
- 핵심 영상 처리는 Co-registration으로 6개 또는 4개로 이루어진 5-min(5분) frames image set에서 첫번째 frame을 기준으로 공간 정렬을 해주는 것이다(촬영시 환자의 움직으로 인한 공간오차를 최소화).
- 그 외에 Baseline을 기준으로 Coregistration을 하여 공간정규화(Standardization)을 해주고, Smoothing을 통해 등방(Isotropic)한 해상도까지 맞춰주면 (1) Co-reg, (2) Averaged, (3) Std img & voxel size, (4) Uniform resolution까지 총 4단계의 PET 전처리가 완료된다.
# 상세 리뷰 #
1.CO-REGISTERED DYNAMIC
- 6개 또는 4개로 이루어진 5-min(5분) frames image set에서 첫번째 frame을 기준으로 공간 정렬
2. CO-REGISTERED, AVERAGED
- 전체 데이터셋을 6개로 이루어진 5-MIN Frames Image Set으로 만들어주고 1번에서 했던 co-registration 수행
- -> 30분 이미지셋으로 변환(single 30 min PET image set still in Native space)
3. CO-REG, AVG, STANDARDIZED IMAGE AND VOXEL SIZE
- 이미지셋을 160x160x96 크기로 변환(1.5mm voxel)하고 AC-pc 라인을 기준으로 정렬
4. CO-REG, AVG, STD IMG AND VOX SIZ, UNIFORM RESOLUTION
- Smoothing을 통해 등방(Isotropic)한 해상도 변화
* Reference:
http://adni.loni.usc.edu/methods/pet-analysis-method/pet-analysis/#pet-pre-processing-container
728x90
728x90
'AI프로그래밍 리뷰 > 융합의학' 카테고리의 다른 글
X-ray 영상에서 폐렴 판독 (2) | 2020.08.12 |
---|---|
MicroDicom Viewer Pick Tool 기능 정리 (0) | 2020.04.02 |
댓글