비국소 평균(non-local means, NLM) 접근법을 이용한 잡음 감소 알고리즘은 핵의학 영상에서 매우 효율적이다. 본 연구에서는 뇌 팬텀을 사용한 단일광자방출전산화단층촬영(single-photon emission computed tomography, SPECT) 영상에서 NLM 잡음 감소 알고리즘의 적용 가능성을 평가하고, 다양한 재구성 방법에 따라 스무딩 인자를 변경함으로써 NLM 알고리즘을 최적화하고자 하였다. 뇌 팬텀 이미지는 여과역투영(filtered back projection, FBP)과 순차부분기대최대화(ordered subset expectation maximization, OSEM)로 재구성하였다. NLM 잡음 감소 알고리즘의 스무딩 인자는 FBP 및 OSEM 재구성 방법에서 변동계수(coefficient of variation, COV)와 대조잡음비(contrast-to-noise ratio, CNR) 결과를 최적으로 결정하는 값이 0.020임을 확인하였다. 최적 스무딩 인자를 적용한 알고리즘을 사용한 FBP 및 OSEM 기반 SPECT 영상은 원래 영상에 비해 COV와 CNR을 각각 평균 66.94% 및 8.00% 향상시켰다. 결론적으로, 뇌 SPECT 영상에서 NLM 기반 알고리즘으로부터 최적화된 스무딩 인자를 도출하였으며, 향후 다양한 핵의학 영상 기법에 적용 가능할 것으로 기대된다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.