자기공명 유동 데이터의 특이값 분해 기반 노이즈 저감 및 WSS 정밀화 연구

SVD-Based Denoising and Wall Shear Stress Refinement for MR Flow Data

연구 내용

특이값 분해와 부분부피 고려를 통해 MR 유동 데이터의 노이즈를 줄이고 WSS 산출 정확도를 향상하는 측정 정밀화 연구

본 연구는 MR 기반 유동 관측에서 노이즈와 부분부피 효과가 혈류역학 지표 계산에 미치는 영향을 줄이는 데 목적이 있습니다. 4D flow MRI 데이터에 대해 특이값 분해를 확장한 split-and-overlap 구조의 필터를 적용하여 지배 모드 보존 방식으로 노이즈를 감쇠합니다. 또한 벽 인접 복셀에서 자기공명 신호 크기와 유체 점유율의 선형 상관을 이용해 벽 경계를 복셀 내부에서 재배치하고, 이를 바탕으로 WSS 추정의 불확실성을 완화합니다. 이와 함께 3차원 속도장 데이터를 단위 블록으로 분할한 뒤 SVD 기반 노이즈 필터링을 수행하는 특허 기술을 확보하여 처리 파이프라인을 확장하는 차별성을 보유합니다.

관련 프로젝트

5건

연구 흐름

초기에는 4D flow MRI에서 속도장 노이즈가 지표 계산을 왜곡하는 원인을 데이터 특성 관점에서 정리하고, 특이값 분해 기반 필터링의 적용 가능성을 검토했습니다. 이후 분할 영역이 중첩되는 SOSVD 접근으로 국소 행렬 근사에서 지배 모드를 보존하도록 개선하여 시뮬레이션 및 실험 데이터에서 노이즈 감소 효과를 확인했습니다. 이어서 WSS 계산의 핵심 변수인 벽 경계의 불확실성을 부분부피 문제로 해석하고, 복셀 내부 벽 경계 재배치 로직을 도입해 WSS 추정 정확도를 개선했습니다. 최근에는 실시간 혈류역학 플랫폼과의 연계를 통해 측정표준화 지표 산출 체계를 구축하고, 속도장 전처리용 SVD 필터 기술을 특허로 정리하는 흐름을 이어왔습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

SOSVD 기반 4D flow MRI 노이즈 저감
부분부피 보정 기반 WSS 산출
복셀 내부 벽 경계 추정
3D 속도장 SVD 전처리
블록 분할 중첩 SVD 필터 모듈
실시간 유동 지표 계산 파이프라인
측정표준화된 혈류역학 데이터 처리
신호-점유율 상관 기반 파라미터 추정
의료용 유동정량 재현성 향상
공학 유동 데이터 정밀도 향상