[go: up one dir, main page]

KR102235723B1 - Image quality diagnosis method for x-ray device - Google Patents

Image quality diagnosis method for x-ray device Download PDF

Info

Publication number
KR102235723B1
KR102235723B1 KR1020190063649A KR20190063649A KR102235723B1 KR 102235723 B1 KR102235723 B1 KR 102235723B1 KR 1020190063649 A KR1020190063649 A KR 1020190063649A KR 20190063649 A KR20190063649 A KR 20190063649A KR 102235723 B1 KR102235723 B1 KR 102235723B1
Authority
KR
South Korea
Prior art keywords
image
diagnosis
diagnostic
value
level
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
KR1020190063649A
Other languages
Korean (ko)
Other versions
KR20200137376A (en
Inventor
이용재
전성중
강민철
Original Assignee
주식회사 에이치엔티메디칼
재단법인 한국화학융합시험연구원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 에이치엔티메디칼, 재단법인 한국화학융합시험연구원 filed Critical 주식회사 에이치엔티메디칼
Priority to KR1020190063649A priority Critical patent/KR102235723B1/en
Publication of KR20200137376A publication Critical patent/KR20200137376A/en
Application granted granted Critical
Publication of KR102235723B1 publication Critical patent/KR102235723B1/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/001—Industrial image inspection using an image reference approach
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/58—Testing, adjusting or calibrating thereof
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4084—Scaling of whole images or parts thereof, e.g. expanding or contracting in the transform domain, e.g. fast Fourier transform [FFT] domain scaling
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/40—Image enhancement or restoration using histogram techniques
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10116—X-ray image
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20048—Transform domain processing
    • G06T2207/20056—Discrete and fast Fourier transform, [DFT, FFT]
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30168—Image quality inspection

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Optics & Photonics (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Quality & Reliability (AREA)
  • Pathology (AREA)
  • Radiology & Medical Imaging (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

본 발명은 진단 어플리케이션을 통해 수행되며, X-ray 장치의 영상 품질을 단계별로 진단하기 위한 방법으로서, 기준이미지의 레벨 히스토그램과 진단이미지의 레벨 히스토그램을 비교함으로써, 상기 진단이미지의 정보량 손실 정도를 진단하는 제1진단단계; 상기 기준이미지의 스펙트럼과 상기 진단이미지의 스펙트럼을 이미지화하여 비교하고, 상기 기준이미지와 상기 진단이미지 사이의 PSNR(Peak Signal-To-Noise Ratio) 수치를 도출하여 PSNR 수치가 기설정된 수치 이상인지를 확인함으로써, 상기 진단이미지의 선명도 정도를 진단하는 제2진단단계; 및 상기 기준이미지와 상기 진단이미지의 SSIM(Structural Similarity Image Matching)을 실시함으로써, 상기 진단이미지의 구조에 따른 상기 진단이미지의 영상 품질을 진단하는 제3진단단계를 포함하되, 상기 제1진단단계는, 각 레벨 히스토그램에 따라 도출되는 이미지 레벨, 이미지 레벨의 폭, 이미지 레벨의 평균, 이미지 레벨의 표준편차, 이미지 레벨의 중간값 및 이미지를 구성하는 픽셀 개수를 상호 비교함으로써 상기 진단이미지의 픽셀의 정보량의 손실 정도를 판단하며, 상기 제1진단단계는, 상기 진단이미지의 픽셀의 정보량의 손실 정도가 기설정된 기준을 초과한 것으로 진단된 경우, 상기 제2진단단계로의 진행을 중단하고, 상기 진단 어플리케이션을 통해 X-ray 장치의 조사량 점검을 지시하는 점검알람을 발생시키며, 상기 제2진단단계는, 상기 기준이미지와 상기 진단이미지를 푸리에 변환(Fourier Transform)함으로써 획득되는 복수개의 주파수에 따른 스펙트럼 값을 이미지화하여 상호 비교하며, 상기 PSNR 수치는, 상기 기준이미지의 SNR(Signal-To-Noise Ratio) 수치와 상기 진단이미지의 SNR 수치를 기초로 획득되며, 상기 제2진단단계는, 상기 스펙트럼 이미지의 유사도 또는 상기 PSNR 수치가 기설정된 기준 미만인 것으로 진단된 경우, 상기 제3진단단계로의 진행을 중단하고, 상기 진단 어플리케이션을 통해 상기 X-ray 장치에 대한 FPD(Flat Panel Display) 켈리브레이션(Calibration) 점검을 지시하는 점검알람을 발생시키며, 상기 SSIM는, 상기 기준이미지와 상기 진단이미지의 밝기 수치를 비교하고, 상기 기준이미지와 상기 진단이미지의 콘트라스트(Contrast) 수치를 비교하고, 상기 기준이미지와 상기 진단이미지의 구조를 비교하는 과정으로 실시되어 SSIM 이미지를 생성하며, 상기 제3진단단계는, 상기 SSIM 이미지에 기초하여 상기 진단이미지의 구조적 품질 정도를 진단하며, 상기 제3진단단계는, 상기 진단이미지의 구조적 품질 정도가 기설정된 기준 미만인 것으로 진단된 경우, 상기 진단 어플리케이션을 통해 상기 X-ray 장치의 영상처리 소프트웨어에 대한 점검을 지시하는 점검알람을 발생시키는 것을 특징으로 한다.
본 발명에 따르면, 이미지의 정보량 손실 정도, 이미지의 선명도, 이미지의 구조에 기초하여 X-ray 장치에서 출력되는 영상 이미지의 품질을 효과적으로 진단할 수 있다.The present invention is performed through a diagnostic application, and is a method for diagnosing the image quality of an X-ray device step by step, by comparing the level histogram of the reference image and the level histogram of the diagnostic image to diagnose the degree of loss of the amount of information in the diagnostic image. A first diagnosis step; The spectrum of the reference image and the spectrum of the diagnostic image are imaged and compared, and a peak signal-to-noise ratio (PSNR) value between the reference image and the diagnostic image is derived to check whether the PSNR value is higher than a preset value. By doing so, a second diagnosis step of diagnosing the degree of clarity of the diagnosis image; And a third diagnosis step of diagnosing the image quality of the diagnosis image according to the structure of the diagnosis image by performing Structural Similarity Image Matching (SSIM) between the reference image and the diagnosis image, wherein the first diagnosis step , The amount of information of the pixels of the diagnostic image by comparing the image level derived according to each level histogram, the width of the image level, the average of the image level, the standard deviation of the image level, the median value of the image level, and the number of pixels constituting the image. The loss level of is determined, and in the first diagnosis step, when it is diagnosed that the loss level of the amount of information of the pixels of the diagnosis image exceeds a preset criterion, the proceeding to the second diagnosis step is stopped, and the diagnosis Generates a check alarm instructing to check the dose of the X-ray device through an application, and in the second diagnosis step, spectrum values according to a plurality of frequencies obtained by Fourier Transformation of the reference image and the diagnosis image Is imaged and compared with each other, and the PSNR value is obtained based on a signal-to-noise ratio (SNR) value of the reference image and an SNR value of the diagnostic image, and the second diagnosis step includes: When it is diagnosed that the similarity or the PSNR value is less than the preset criterion, the proceeding to the third diagnosis step is stopped, and the flat panel display (FPD) calibration of the X-ray device is checked through the diagnosis application. Generates a check alarm indicating, and the SSIM compares the brightness value of the reference image and the diagnosis image, compares the contrast value of the reference image and the diagnosis image, and the reference image and the diagnosis The SSIM image is generated by comparing the structure of the image, and the third diagnosis step diagnoses the degree of structural quality of the diagnosis image based on the SSIM image, and the third diagnosis step When it is diagnosed that the degree of structural quality of the diagnostic image is less than a preset criterion, a check alarm instructing to check the image processing software of the X-ray apparatus is generated through the diagnostic application.
According to the present invention, it is possible to effectively diagnose the quality of an image image output from an X-ray apparatus based on the degree of loss of the information amount of the image, the sharpness of the image, and the structure of the image.

Description

X-ray 장치의 영상 품질 진단 방법{IMAGE QUALITY DIAGNOSIS METHOD FOR X-RAY DEVICE}Image quality diagnosis method of X-ray device {IMAGE QUALITY DIAGNOSIS METHOD FOR X-RAY DEVICE}

본 발명은 X-ray 장치의 영상 품질 진단 방법에 관한 것이다.The present invention relates to a method for diagnosing image quality of an X-ray apparatus.

특정 물질에 조사된 엑스선(X-ray)은 물체 내부의 조직, 구조 또는 물질의 밀도와 같은 물리적 특성에 따라 투과하거나 또는 물질에 일정 비율로 흡수되어 감쇠(Attenuation)하는 성질을 갖는다. X-ray 장치는 상술한 바와 같은 엑스선의 특성을 이용한 영상 장치로, 엑스선을 인체에 조사하여 인체 내부를 촬영하는 장치를 의미한다.X-rays irradiated to a specific material have a property of transmitting or being absorbed by a material at a certain ratio and attenuation according to physical properties such as a tissue, structure, or density of a material inside the object. The X-ray apparatus is an imaging apparatus using the characteristics of X-rays as described above, and refers to a device that photographs the inside of the human body by irradiating X-rays onto the human body.

X-ray 장치를 제조함에 있어, X-ray 장치의 품질을 판단하는 방법은 X-ray 장치를 구성하는 기능적인 부분에 따라 다양하게 존재할 수 있다. 그러나 X-ray 장치의 품질은 궁극적으로 출력되는 최종 영상 품질에 따라 판단되어야 한다.In manufacturing an X-ray apparatus, a method of determining the quality of an X-ray apparatus may exist in various ways depending on a functional part constituting the X-ray apparatus. However, the quality of the X-ray device must be judged according to the final image quality that is ultimately output.

그러나 현재까지 X-ray 장치에서 출력되는 영상의 품질을 진단, 판단하는 방법에 대해서는 구체적으로 연구된 바 없다.However, until now, no specific research has been conducted on how to diagnose and determine the quality of images output from an X-ray device.

상술한 배경하에서, 본 발명자는 X-ray 장치에서 출력되는 영상에 있어서, 이미지의 정보량 손실 정도, 이미지의 선명도, 이미지의 구조에 기초하여 효과적으로 이미지의 품질 여부를 진단할 수 있는 방법을 개발하고, 그 효과를 확인하여 본 발명을 완성하였다.Under the above-described background, the present inventor has developed a method for effectively diagnosing the quality of an image based on the degree of loss of the amount of information of the image, the sharpness of the image, and the structure of the image in an image output from an X-ray device, The present invention was completed by confirming the effect.

본 발명의 목적은 상술한 종래의 문제점을 해결하기 위한 것으로서, 이미지의 정보량 손실 정도, 이미지의 선명도, 이미지의 구조에 기초하여 X-ray 장치에서 출력되는 영상 이미지의 품질을 효과적으로 진단할 수 있는 X-ray 장치의 영상 품질 진단 방법을 제공함에 있다.SUMMARY OF THE INVENTION An object of the present invention is to solve the above-described conventional problems, and the X-ray capable of effectively diagnosing the quality of an image image output from an X-ray apparatus based on the degree of information loss of the image, the clarity of the image, and the structure of the image. To provide a method for diagnosing image quality of -ray devices.

상기 목적은, 본 발명에 따라, 진단 어플리케이션을 통해 수행되며, X-ray 장치의 영상 품질을 단계별로 진단하기 위한 방법으로서, 기준이미지의 레벨 히스토그램과 진단이미지의 레벨 히스토그램을 비교함으로써, 상기 진단이미지의 정보량 손실 정도를 진단하는 제1진단단계; 상기 기준이미지의 스펙트럼과 상기 진단이미지의 스펙트럼을 이미지화하여 비교하고, 상기 기준이미지와 상기 진단이미지 사이의 PSNR(Peak Signal-To-Noise Ratio) 수치를 도출하여 PSNR 수치가 기설정된 수치 이상인지를 확인함으로써, 상기 진단이미지의 선명도 정도를 진단하는 제2진단단계; 및 상기 기준이미지와 상기 진단이미지의 SSIM(Structural Similarity Image Matching)을 실시함으로써, 상기 진단이미지의 구조에 따른 상기 진단이미지의 영상 품질을 진단하는 제3진단단계를 포함하되, 상기 제1진단단계는, 각 레벨 히스토그램에 따라 도출되는 이미지 레벨, 이미지 레벨의 폭, 이미지 레벨의 평균, 이미지 레벨의 표준편차, 이미지 레벨의 중간값 및 이미지를 구성하는 픽셀 개수를 상호 비교함으로써 상기 진단이미지의 픽셀의 정보량의 손실 정도를 판단하며, 상기 제1진단단계는, 상기 진단이미지의 픽셀의 정보량의 손실 정도가 기설정된 기준을 초과한 것으로 진단된 경우, 상기 제2진단단계로의 진행을 중단하고, 상기 진단 어플리케이션을 통해 X-ray 장치의 조사량 점검을 지시하는 점검알람을 발생시키며, 상기 제2진단단계는, 상기 기준이미지와 상기 진단이미지를 푸리에 변환(Fourier Transform)함으로써 획득되는 복수개의 주파수에 따른 스펙트럼 값을 이미지화하여 상호 비교하며, 상기 PSNR 수치는, 상기 기준이미지의 SNR(Signal-To-Noise Ratio) 수치와 상기 진단이미지의 SNR 수치를 기초로 획득되며, 상기 제2진단단계는, 상기 스펙트럼 이미지의 유사도 또는 상기 PSNR 수치가 기설정된 기준 미만인 것으로 진단된 경우, 상기 제3진단단계로의 진행을 중단하고, 상기 진단 어플리케이션을 통해 상기 X-ray 장치에 대한 FPD(Flat Panel Display) 켈리브레이션(Calibration) 점검을 지시하는 점검알람을 발생시키며, 상기 SSIM는, 상기 기준이미지와 상기 진단이미지의 밝기 수치를 비교하고, 상기 기준이미지와 상기 진단이미지의 콘트라스트(Contrast) 수치를 비교하고, 상기 기준이미지와 상기 진단이미지의 구조를 비교하는 과정으로 실시되어 SSIM 이미지를 생성하며, 상기 제3진단단계는, 상기 SSIM 이미지에 기초하여 상기 진단이미지의 구조적 품질 정도를 진단하며, 상기 제3진단단계는, 상기 진단이미지의 구조적 품질 정도가 기설정된 기준 미만인 것으로 진단된 경우, 상기 진단 어플리케이션을 통해 상기 X-ray 장치의 영상처리 소프트웨어에 대한 점검을 지시하는 점검알람을 발생시키는 것을 특징으로 하는 X-ray 장치의 영상 품질 진단 방법에 의해 달성된다.The above object is, in accordance with the present invention, as a method for diagnosing image quality of an X-ray device step by step, performed through a diagnostic application, by comparing a level histogram of a reference image with a level histogram of the diagnostic image, the diagnostic image A first diagnosis step of diagnosing the degree of loss of the amount of information of the user; The spectrum of the reference image and the spectrum of the diagnostic image are imaged and compared, and a peak signal-to-noise ratio (PSNR) value between the reference image and the diagnostic image is derived to check whether the PSNR value is higher than a preset value. By doing so, a second diagnosis step of diagnosing the degree of clarity of the diagnosis image; And a third diagnosis step of diagnosing the image quality of the diagnosis image according to the structure of the diagnosis image by performing Structural Similarity Image Matching (SSIM) between the reference image and the diagnosis image, wherein the first diagnosis step , The amount of information of the pixels of the diagnostic image by comparing the image level derived according to each level histogram, the width of the image level, the average of the image level, the standard deviation of the image level, the median value of the image level, and the number of pixels constituting the image. The loss level of is determined, and in the first diagnosis step, when it is diagnosed that the loss level of the amount of information of the pixels of the diagnosis image exceeds a preset criterion, the proceeding to the second diagnosis step is stopped, and the diagnosis Generates a check alarm instructing to check the dose of the X-ray device through an application, and in the second diagnosis step, spectrum values according to a plurality of frequencies obtained by Fourier Transformation of the reference image and the diagnosis image Is imaged and compared with each other, and the PSNR value is obtained based on a signal-to-noise ratio (SNR) value of the reference image and an SNR value of the diagnostic image, and the second diagnosis step includes: When it is diagnosed that the similarity or the PSNR value is less than the preset criterion, the proceeding to the third diagnosis step is stopped, and the flat panel display (FPD) calibration of the X-ray device is checked through the diagnosis application. Generates a check alarm indicating, and the SSIM compares the brightness value of the reference image and the diagnosis image, compares the contrast value of the reference image and the diagnosis image, and the reference image and the diagnosis The SSIM image is generated by comparing the structure of the image, and the third diagnosis step diagnoses the degree of structural quality of the diagnosis image based on the SSIM image, and the third diagnosis step Is, when it is diagnosed that the degree of structural quality of the diagnostic image is less than a preset criterion, generates a check alarm instructing to check the image processing software of the X-ray apparatus through the diagnostic application. This is achieved by the method of diagnosing the image quality of the ray device.

삭제delete

삭제delete

삭제delete

삭제delete

본 발명에 따르면, 이미지의 정보량 손실 정도, 이미지의 선명도, 이미지의 구조에 기초하여 X-ray 장치에서 출력되는 영상 이미지의 품질을 효과적으로 진단할 수 있다. 이에 따르면, X-ray 장치의 품질을 정확하고 용이하게 판단할 수 있다.According to the present invention, it is possible to effectively diagnose the quality of an image image output from an X-ray apparatus based on the degree of loss of the amount of information in the image, the sharpness of the image, and the structure of the image. Accordingly, it is possible to accurately and easily determine the quality of the X-ray apparatus.

도 1은 본 발명의 일실시예에 따른 X-ray 장치의 영상 품질 진단 방법의 순서도 이고,
도 2는 본 발명의 일실시예에 따른 X-ray 장치의 영상 품질 진단 방법에 사용되는 기준이미지와 진단이미지를 표시한 것이고,
도 3은 본 발명의 일실시예에 따른 X-ray 장치의 영상 품질 진단 방법의 제1진단단계에 따른 결과를 도시한 것이고,
도 4는 본 발명의 일실시예에 따른 X-ray 장치의 영상 품질 진단 방법의 제2진단단계에 따른 결과를 도시한 것이고,
도 5는 본 발명의 일실시예에 따른 X-ray 장치의 영상 품질 진단 방법의 제3진단단계에 따른 결과를 도시한 것이다.1 is a flow chart of a method for diagnosing image quality of an X-ray apparatus according to an embodiment of the present invention.
FIG. 2 shows a reference image and a diagnosis image used in a method for diagnosing image quality of an X-ray apparatus according to an embodiment of the present invention.
3 is a diagram illustrating a result according to a first diagnosis step of a method for diagnosing image quality of an X-ray apparatus according to an embodiment of the present invention.
4 is a diagram illustrating a result according to a second diagnosis step of a method for diagnosing image quality of an X-ray apparatus according to an embodiment of the present invention.
5 is a diagram illustrating a result of a third diagnosis step of a method for diagnosing image quality of an X-ray apparatus according to an embodiment of the present invention.

이하, 본 발명의 일부 실시 예들을 예시적인 도면을 통해 상세하게 설명한다. 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야한다.Hereinafter, some embodiments of the present invention will be described in detail through exemplary drawings. In adding reference numerals to elements of each drawing, it should be noted that the same elements are assigned the same numerals as possible, even if they are indicated on different drawings.

그리고 본 발명의 실시 예를 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 실시예에 대한 이해를 방해한다고 판단되는 경우에는 그 상세한 설명은 생략한다.Further, in describing an embodiment of the present invention, if it is determined that a detailed description of a related known configuration or function interferes with the understanding of the embodiment of the present invention, a detailed description thereof will be omitted.

또한, 본 발명의 실시 예의 구성요소를 설명하는 데 있어서, 제1, 제2, A, B, (a), (b) 등의 용어를 사용할 수 있다. 이러한 용어는 그 구성 요소를 다른 구성 요소와 구별하기 위한 것일 뿐, 그 용어에 의해 해당 구성 요소의 본질이나 차례 또는 순서 등이 한정되지 않는다.In addition, terms such as first, second, A, B, (a), (b) may be used in describing the constituent elements of the embodiment of the present invention. These terms are for distinguishing the constituent element from other constituent elements, and the nature, order, or order of the constituent element is not limited by the term.

본 발명의 일실시예에 따른 X-ray 장치의 영상 품질 진단 방법은 진단 대상인 X-ray 장치를 구동하여 촬영한 진단이미지와 미리 PC에 저장되어 있는 기준이미지를 PC에 설치된 진단 전용 어플리케이션에서 리드하여 연산처리 함으로써 실시된다. 즉, 본 발명의 일실시예에 따른 X-ray 장치의 영상 품질 진단 방법은 PC에 설치된 진단 전용 어플리케이션이 수행됨에 따라 자동적으로 실시된다.In the method for diagnosing image quality of an X-ray device according to an embodiment of the present invention, a diagnostic image taken by driving an X-ray device to be diagnosed and a reference image previously stored in a PC are read in a diagnostic-only application installed in the PC. It is implemented by performing arithmetic processing. That is, the method for diagnosing image quality of an X-ray apparatus according to an embodiment of the present invention is automatically performed as a diagnostic-only application installed in the PC is executed.

이하에서는 첨부된 도면을 참조하여 본 발명의 일실시예에 따른 본 발명의 일실시예에 따른 X-ray 장치의 영상 품질 진단 방법에 대해서 상세히 설명한다.Hereinafter, a method for diagnosing image quality of an X-ray apparatus according to an embodiment of the present invention according to an embodiment of the present invention will be described in detail with reference to the accompanying drawings.

도 1은 본 발명의 일실시예에 따른 X-ray 장치의 영상 품질 진단 방법의 순서도 이고, 도 2는 본 발명의 일실시예에 따른 X-ray 장치의 영상 품질 진단 방법에 사용되는 기준이미지와 진단이미지를 표시한 것이고, 도 3은 본 발명의 일실시예에 따른 X-ray 장치의 영상 품질 진단 방법의 제1진단단계에 따른 결과를 도시한 것이고, 도 4는 본 발명의 일실시예에 따른 X-ray 장치의 영상 품질 진단 방법의 제2진단단계에 따른 결과를 도시한 것이고, 도 5는 본 발명의 일실시예에 따른 X-ray 장치의 영상 품질 진단 방법의 제3진단단계에 따른 결과를 도시한 것이다.1 is a flowchart of a method for diagnosing image quality of an X-ray apparatus according to an embodiment of the present invention, and FIG. 2 is a reference image and a reference image used in a method of diagnosing image quality of an X-ray apparatus according to an embodiment of the present invention. A diagnostic image is displayed, and FIG. 3 shows a result according to a first diagnosis step of a method for diagnosing image quality of an X-ray apparatus according to an embodiment of the present invention, and FIG. 4 is a diagram illustrating an exemplary embodiment of the present invention. It shows the results according to the second diagnosis step of the method for diagnosing image quality of the X-ray apparatus according to the present invention, and FIG. 5 is a diagram according to a third diagnosis step of the method for diagnosing image quality of an X-ray apparatus according to an embodiment of the present invention. It shows the results.

도 1에 도시된 바와 같이, 본 발명의 일실시예에 따른 X-ray 장치의 영상 품질 진단 방법(S100)은 제1진단단계(S110)와, 제2진단단계(S120)와, 제3진단단계(S130)를 포함한다.As shown in FIG. 1, the image quality diagnosis method (S100) of an X-ray apparatus according to an embodiment of the present invention includes a first diagnosis step (S110), a second diagnosis step (S120), and a third diagnosis. It includes step S130.

제1진단단계(S110)는 기준이미지의 레벨 히스토그램과 진단이미지의 레벨 히스토그램을 비교함으로써, 진단이미지의 정보량 손실 정도를 진단하는 단계이다.The first diagnosis step S110 is a step of diagnosing the degree of loss of the amount of information in the diagnosis image by comparing the level histogram of the reference image with the level histogram of the diagnosis image.

여기서, 기준이미지란, 영상 품질이 가장 우수한 X-ray 장치에서 촬영된 특정 피사체에 대한 이미지를 의미한다.Here, the reference image refers to an image of a specific subject photographed by an X-ray apparatus having the best image quality.

또한, 진단이미지란, 기준이미지를 촬영한 X-ray 장치와 동일한 모델이며, 영상 품질 진단 대상인 X-ray 장치에서 촬영된 이미지로, 기준이미지와 동일한 조건(동일 피사체, 동일 거리, 동일 조사량)에서 촬영된 이미지를 의미한다.In addition, the diagnostic image is the same model as the X-ray device that took the reference image, and the image was taken by the X-ray device that is the target of image quality diagnosis, and under the same conditions as the reference image (same subject, the same distance, and the same irradiation dose). It means a photographed image.

제1진단단계(S110)는 각 레벨 히스토그램에 따라 도출되는 이미지 레벨, 이미지 레벨의 폭, 이미지 레벨의 평균, 이미지 레벨의 표준편차, 이미지 레벨의 중간값, 이미지를 구성하는 픽셀 개수 등을 상호 비교함으로써, 진단이미지의 픽셀의 정보량의 손실 정도 판단한다.In the first diagnosis step (S110), the image level derived according to each level histogram, the width of the image level, the average of the image level, the standard deviation of the image level, the median value of the image level, and the number of pixels constituting the image are compared with each other. By doing so, the degree of loss of the information amount of the pixels of the diagnostic image is determined.

제1진단단계(S110)에 따라 이미지 레벨, 이미지 레벨의 폭, 이미지 레벨의 평균, 이미지 레벨의 표준편차, 이미지 레벨의 중간값, 이미지를 구성하는 픽셀 개수 등이 기설정된 기준 수치 미만인 경우, 후술하는 제2진단단계(S120)는 진행되지 않고, 절차는 종료된다.(즉, 전용 진단 어플리케이션은 알람을 발생시킬 수 있다.)If the image level, the width of the image level, the average of the image level, the standard deviation of the image level, the median value of the image level, the number of pixels constituting the image, etc. are less than a preset reference value according to the first diagnosis step (S110), will be described later. The second diagnosis step (S120) does not proceed, and the procedure ends (that is, the dedicated diagnosis application may generate an alarm).

제1진단단계(S110)에서 진단이미지가 기설정된 기준 수치 미만으로 판단되는 경우, 해당 X-ray 장치는 조사량에 문제가 있는 바, 이에 대한 점검이 필요하다.When it is determined in the first diagnosis step (S110) that the diagnosis image is less than the preset reference value, the X-ray apparatus has a problem with the irradiation amount, and thus, it is necessary to check it.

제1진단단계(S110)에 따른 결과의 예시는 도 3에 도시된 바와 같다. 도 3에 도시된 바와 같은 진단이미지의 경우, 전체적으로 어둡고, 진단이미지를 구성하는 픽셀의 정보량이 줄어 손실된 정보가 어느 정도 있는 것으로 판단될 수 있다.An example of the result according to the first diagnosis step S110 is as shown in FIG. 3. In the case of the diagnostic image as shown in FIG. 3, it may be determined that there is some loss of information that is dark as a whole and the amount of information of pixels constituting the diagnostic image is reduced.

제2진단단계(S120)는 제1진단단계(S110)를 만족하는 경우 실시되는 단계로, 기준이미지의 스펙트럼과 진단이미지의 스펙트럼을 비교하고, 기준이미지와 진단이미지 사이의 PSNR(Peak Signal-To-Noise Ratio) 수치를 도출하여 PSNR 수치가 기설정된 수치 이상인지를 확인함으로써, 진단이미지의 선명도 정도를 진단하는 단계이다.The second diagnosis step (S120) is performed when the first diagnosis step (S110) is satisfied. The spectrum of the reference image and the spectrum of the diagnosis image are compared, and the peak signal-to-peak signal (PSNR) between the reference image and the diagnosis image is compared. -Noise Ratio) is the step of diagnosing the degree of clarity of the diagnosis image by deriving the value and checking whether the PSNR value is higher than the preset value.

상술한 바와 같이 제2진단단계(S120)는 내부에 2가지 단계로 나누어진다. 첫번째 단계는 기준이미지와 진단이미지를 푸리에 변환(Fourier Transform)함으로써 획득되는 복수개의 주파수에 따른 스펙트럼 값을 상호 비교하는 단계이다. 상기 단계에서 획득되는 스펙트럼 값에 따른 스펙트럼 이미지를 유사성을 비교하는 것에 따르면, 특정 주파수에서의 진단이미지의 선명도 저하 정도를 판단할 수 있다.As described above, the second diagnosis step (S120) is divided into two internal steps. The first step is a step of comparing spectral values according to a plurality of frequencies obtained by Fourier Transform of the reference image and the diagnostic image. By comparing the similarity of the spectral image according to the spectral value obtained in the above step, it is possible to determine the degree of deterioration of the clarity of the diagnostic image at a specific frequency.

두번째 단계는 기준이미지의 SNR(Signal-To-Noise Ratio) 수치와 진단이미지의 SNR 수치에 기초하여 PSNR 수치를 도출하는 단계이다. SNR이란, 이미지내에서 신호 대 잡음의 상대적인 크기를 의미하는 비율로, 단위는 데시벨(dB)이다. PSNR이란, 원본이미지와 압축이미지 사이의 품질측정에 사용되는 지표로, PSNR 수치가 클수록 비교 대상의 이미지의 품질이 원본에 가깝다는 것을 의미한다. 그러므로 PSNR 수치를 이용하면, 진단이미지의 노이즈 비율이 기준이미지와 얼마나 일치하는지를 판단할 수 있다.The second step is to derive the PSNR value based on the signal-to-noise ratio (SNR) value of the reference image and the SNR value of the diagnostic image. SNR is a ratio that refers to the relative magnitude of signal-to-noise in an image, and the unit is decibels (dB). The PSNR is an index used to measure the quality between the original image and the compressed image, and the higher the PSNR value, the closer the quality of the image to be compared to the original. Therefore, using the PSNR value, it is possible to determine how much the noise ratio of the diagnostic image matches the reference image.

제2진단단계(S120)에 따라 기준이미지와 진단이미지의 각 스펙트럼 이미지의 유사성이 기설정된 기준 미만이거나, 기준이미지와 진단이미지의 PSNR 수치가 기설정된 기준 미만인 경우, 후술하는 제3진단단계(S130)는 진행되지 않고, 절차는 종료된다.(즉, 전용 진단 어플리케이션은 알람을 발생시킬 수 있다.)According to the second diagnosis step (S120), when the similarity between the reference image and each spectrum image of the diagnosis image is less than a preset criterion, or the PSNR value of the reference image and the diagnosis image is less than a preset criterion, a third diagnosis step (S130), ) Does not proceed, and the procedure ends (i.e., a dedicated diagnostic application can generate an alarm).

제2진단단계(S120)에서 진단이미지가 기설정된 기준 수치 미만으로 판단되는 경우, 해당 X-ray 장치에 대한 FPD(Flat Panel Display) 켈리브레이션(Calibration)을 다시 실시하는 것이 필요하다.When it is determined in the second diagnosis step S120 that the diagnosis image is less than the preset reference value, it is necessary to perform a flat panel display (FPD) calibration for the corresponding X-ray device again.

제2진단단계(S120)에 따른 결과의 예시는 도 4에 도시된 바와 같다. 도 4에 도시된 바와 같은 진단이미지의 경우, 이미지가 전체적으로 저주파에 집중되어 선명도가 떨어진 것으로 판단될 수 있다. An example of the result according to the second diagnosis step S120 is as shown in FIG. 4. In the case of the diagnostic image as shown in FIG. 4, it may be determined that the image is concentrated on a low frequency as a whole, and thus the sharpness is deteriorated.

제3진단단계(S130)는 제2진단단계(S120)를 만족하는 경우 실시되는 단계로, 기준이미지와 진단이미지의 SSIM(Structural Similarity Image Matching)을 실시함으로써, 진단이미지의 구조에 따른 진단이미지의 영상 품질을 진단하는 단계이다.The third diagnosis step (S130) is a step performed when the second diagnosis step (S120) is satisfied, and by performing SSIM (Structural Similarity Image Matching) between the reference image and the diagnosis image, the diagnosis image according to the structure of the diagnosis image is This is the step of diagnosing the image quality.

SSIM 이란, 이미지에서 구조 정보를 도출하는데 특화된 이론을 의미하는 것으로서, 구조 정보의 왜곡 정보가 지각 품질에 큰 영향을 준다는 것을 핵심으로 한다.SSIM refers to a theory specialized in deriving structural information from images, and its core is that distortion information of structural information has a great influence on perceived quality.

이러한 SSIM은 기준이미지와 진단이미지의 밝기 수치를 비교하고, 기준이미지와 진단이미지의 콘트라스트(Contrast) 수치를 비교하고, 기준이미지와 진단이미지의 구조를 비교하는 과정에 따른 각각의 결과를 합친 다음, 이를 이미지화함으로써 SSIM 이미지를 생성하고, 생성된 SSIM 이미지를 기준 SSIM 이미지와 다시 비교하는 과정으로 실시된다.This SSIM compares the brightness values of the reference image and the diagnosis image, compares the contrast value of the reference image and the diagnosis image, and combines each result according to the process of comparing the structure of the reference image and the diagnosis image, The SSIM image is generated by imaging this, and the generated SSIM image is compared with the reference SSIM image again.

상술한 SSIM을 이용하면, 기준이미지에 대한 진단이미지의 구조적인 변화(피사체의 방향, 피사체의 크기, 비율 등)를 확인함으로써, 진단이미지에 대한 구조적 품질 정도를 판단할 수 있다.Using the above-described SSIM, it is possible to determine the degree of structural quality of the diagnostic image by checking structural changes (direction of the subject, size of the subject, ratio, etc.) of the diagnostic image with respect to the reference image.

제3진단단계(S130)에 따라 진단이미지의 구조적 품질이 기설정된 기준 미만인 경우, 최종적으로 영상 품질에 이상이 없음을 결정하는 것은 발생되지 않고, 절차는 그 시점에서 종료된다.(즉, 전용 진단 어플리케이션은 알람을 발생시킬 수 있다.)If the structural quality of the diagnostic image is less than the preset standard according to the third diagnosis step (S130), it is not determined that there is no abnormality in the image quality finally occurs, and the procedure is terminated at that point (i.e., dedicated diagnosis). The application can trigger an alarm.)

제3진단단계(S130)에서 진단이미지가 기설정된 기준 수치 미만으로 판단되는 경우, 해당 X-ray 장치의 영상처리 소프트웨어에 대한 전체적인 점검이 필요하다.When it is determined in the third diagnosis step S130 that the diagnosis image is less than the preset reference value, a complete inspection of the image processing software of the X-ray apparatus is required.

제3진단단계(S130)에 따른 결과의 예시는 도 5에 도시된 바와 같다. 도 5에 도시된 바와 같은 진단이미지의 경우, 피사체의 크기, 피사체의 구조가 기준과 일치되지 않아, 구조적 품질이 저하된 것으로 판단될 수 있다.An example of the result according to the third diagnosis step S130 is as shown in FIG. 5. In the case of the diagnostic image as shown in FIG. 5, the size of the subject and the structure of the subject do not match the criteria, so it may be determined that the structural quality is degraded.

상술한 바와 같은 제1진단단계(S110)와, 제2진단단계(S120)와, 제3진단단계(S130)를 포함하는 본 발명의 일실시예에 따른 X-ray 장치의 영상 품질 진단 방법(S100)에 따르면, 이미지의 정보량 손실 정도, 이미지의 선명도, 이미지의 구조에 기초하여 X-ray 장치에서 출력되는 영상 이미지의 품질을 효과적으로 진단할 수 있다. 이에 따르면, X-ray 장치의 품질이 정확하고 용이하게 판단될 수 있다.A method for diagnosing image quality of an X-ray apparatus according to an embodiment of the present invention including a first diagnosis step (S110), a second diagnosis step (S120), and a third diagnosis step (S130) as described above ( According to S100), it is possible to effectively diagnose the quality of an image image output from the X-ray apparatus based on the degree of loss of the information amount of the image, the sharpness of the image, and the structure of the image. According to this, the quality of the X-ray apparatus can be accurately and easily determined.

이상에서, 본 발명의 실시 예를 구성하는 모든 구성 요소들이 하나로 결합하거나 결합하여 동작하는 것으로 설명되었다고 해서, 본 발명이 반드시 이러한 실시 예에 한정되는 것은 아니다. 즉, 본 발명의 목적 범위 안에서라면, 그 모든 구성요소들이 하나 이상으로 선택적으로 결합하여 동작할 수도 있다.In the above, even though all the components constituting the embodiments of the present invention are described as being combined into one or operating in combination, the present invention is not necessarily limited to these embodiments. That is, as long as it is within the scope of the object of the present invention, one or more of the components may be selectively combined and operated.

또한, 이상에서 기재된 "포함하다", "구성하다" 또는 "가지다" 등의 용어는, 특별히 반대되는 기재가 없는 한, 해당 구성 요소가 내재할 수 있음을 의미하는 것이므로, 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것으로 해석되어야 한다. 기술적이거나 과학적인 용어를 포함한 모든 용어들은, 다르게 정의되지 않는 한, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미가 있다. 사전에 정의된 용어와 같이 일반적으로 사용되는 용어들은 관련 기술의 문맥상의 의미와 일치하는 것으로 해석 되어야 하며, 본 발명에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.In addition, terms such as "include", "consist of" or "have" described above mean that the corresponding component may be present unless otherwise stated, excluding other components. It should not be construed as being able to further include other components. All terms, including technical or scientific terms, have the same meaning as commonly understood by one of ordinary skill in the art, unless otherwise defined, to which the present invention belongs. Terms generally used, such as terms defined in the dictionary, should be interpreted as being consistent with the meaning of the context of the related technology, and are not interpreted as ideal or excessively formal meanings unless explicitly defined in the present invention.

그리고 이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다.In addition, the above description is merely illustrative of the technical idea of the present invention, and those of ordinary skill in the art to which the present invention pertains will be able to make various modifications and variations without departing from the essential characteristics of the present invention.

따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.Accordingly, the embodiments disclosed in the present invention are not intended to limit the technical idea of the present invention, but to explain the technical idea, and the scope of the technical idea of the present invention is not limited by these embodiments. The scope of protection of the present invention should be interpreted by the following claims, and all technical ideas within the scope equivalent thereto should be construed as being included in the scope of the present invention.

S100 : 본 발명의 일실시예에 따른 X-ray 장치의 영상 품질 진단 방법
S110 : 제1진단단계
S120 : 제2진단단계
S130 : 제3진단단계S100: Method for diagnosing image quality of an X-ray apparatus according to an embodiment of the present invention
S110: First diagnosis step
S120: Second diagnosis step
S130: 3rd diagnosis step

Claims (5)

진단 어플리케이션을 통해 수행되며, X-ray 장치의 영상 품질을 단계별로 진단하기 위한 방법으로서,
기준이미지의 레벨 히스토그램과 진단이미지의 레벨 히스토그램을 비교함으로써, 상기 진단이미지의 정보량 손실 정도를 진단하는 제1진단단계;
상기 기준이미지의 스펙트럼과 상기 진단이미지의 스펙트럼을 이미지화하여 비교하고, 상기 기준이미지와 상기 진단이미지 사이의 PSNR(Peak Signal-To-Noise Ratio) 수치를 도출하여 PSNR 수치가 기설정된 수치 이상인지를 확인함으로써, 상기 진단이미지의 선명도 정도를 진단하는 제2진단단계; 및
상기 기준이미지와 상기 진단이미지의 SSIM(Structural Similarity Image Matching)을 실시함으로써, 상기 진단이미지의 구조에 따른 상기 진단이미지의 영상 품질을 진단하는 제3진단단계를 포함하되,
상기 제1진단단계는,
각 레벨 히스토그램에 따라 도출되는 이미지 레벨, 이미지 레벨의 폭, 이미지 레벨의 평균, 이미지 레벨의 표준편차, 이미지 레벨의 중간값 및 이미지를 구성하는 픽셀 개수를 상호 비교함으로써 상기 진단이미지의 픽셀의 정보량의 손실 정도를 판단하며,
상기 제1진단단계는,
상기 진단이미지의 픽셀의 정보량의 손실 정도가 기설정된 기준을 초과한 것으로 진단된 경우, 상기 제2진단단계로의 진행을 중단하고, 상기 진단 어플리케이션을 통해 X-ray 장치의 조사량 점검을 지시하는 점검알람을 발생시키며,
상기 제2진단단계는,
상기 기준이미지와 상기 진단이미지를 푸리에 변환(Fourier Transform)함으로써 획득되는 복수개의 주파수에 따른 스펙트럼 값을 이미지화하여 상호 비교하며,
상기 PSNR 수치는,
상기 기준이미지의 SNR(Signal-To-Noise Ratio) 수치와 상기 진단이미지의 SNR 수치를 기초로 획득되며,
상기 제2진단단계는,
상기 스펙트럼 이미지의 유사도 또는 상기 PSNR 수치가 기설정된 기준 미만인 것으로 진단된 경우, 상기 제3진단단계로의 진행을 중단하고, 상기 진단 어플리케이션을 통해 상기 X-ray 장치에 대한 FPD(Flat Panel Display) 켈리브레이션(Calibration) 점검을 지시하는 점검알람을 발생시키며,
상기 SSIM는,
상기 기준이미지와 상기 진단이미지의 밝기 수치를 비교하고, 상기 기준이미지와 상기 진단이미지의 콘트라스트(Contrast) 수치를 비교하고, 상기 기준이미지와 상기 진단이미지의 구조를 비교하는 과정으로 실시되어 SSIM 이미지를 생성하며,
상기 제3진단단계는,
상기 SSIM 이미지에 기초하여 상기 진단이미지의 구조적 품질 정도를 진단하며,
상기 제3진단단계는,
상기 진단이미지의 구조적 품질 정도가 기설정된 기준 미만인 것으로 진단된 경우, 상기 진단 어플리케이션을 통해 상기 X-ray 장치의 영상처리 소프트웨어에 대한 점검을 지시하는 점검알람을 발생시키는 것을 특징으로 하는 X-ray 장치의 영상 품질 진단 방법.


It is performed through a diagnostic application and is a method for diagnosing the image quality of an X-ray device step by step,
A first diagnosis step of diagnosing a degree of loss of the amount of information of the diagnosis image by comparing the level histogram of the reference image and the level histogram of the diagnosis image;
The spectrum of the reference image and the spectrum of the diagnostic image are imaged and compared, and a peak signal-to-noise ratio (PSNR) value between the reference image and the diagnostic image is derived to check whether the PSNR value is higher than a preset value. By doing so, a second diagnosis step of diagnosing the degree of clarity of the diagnosis image; And
A third diagnosis step of diagnosing the image quality of the diagnosis image according to the structure of the diagnosis image by performing SSIM (Structural Similarity Image Matching) between the reference image and the diagnosis image,
The first diagnosis step,
The image level, the width of the image level, the average of the image level, the standard deviation of the image level, the median value of the image level, and the number of pixels constituting the image are compared with each other to determine the amount of information of the pixels of the diagnostic image. Judge the degree of loss,
The first diagnosis step,
If it is diagnosed that the loss of the amount of information of the pixels of the diagnostic image exceeds a preset criterion, the process to the second diagnosis step is stopped, and a check for instructing to check the dose of the X-ray device through the diagnostic application Triggers an alarm,
The second diagnosis step,
Spectral values according to a plurality of frequencies obtained by Fourier Transformation of the reference image and the diagnostic image are imaged and compared with each other,
The PSNR value is,
It is obtained based on the signal-to-noise ratio (SNR) value of the reference image and the SNR value of the diagnostic image,
The second diagnosis step,
When it is diagnosed that the similarity of the spectral image or the PSNR value is less than a preset criterion, the proceeding to the third diagnosis step is stopped, and a flat panel display (FPD) calibration for the X-ray device through the diagnosis application (Calibration) Generates an inspection alarm instructing inspection,
The SSIM,
Comparing the brightness value of the reference image and the diagnosis image, comparing the contrast value of the reference image and the diagnosis image, and comparing the structure of the reference image and the diagnosis image to obtain an SSIM image. Create,
The third diagnosis step,
Diagnosing the degree of structural quality of the diagnostic image based on the SSIM image,
The third diagnosis step,
When it is diagnosed that the degree of structural quality of the diagnostic image is less than a preset criterion, an inspection alarm instructing an inspection of the image processing software of the X-ray apparatus is generated through the diagnosis application. How to diagnose the image quality of the.


 삭제delete 삭제delete 삭제delete 삭제delete
KR1020190063649A 2019-05-30 2019-05-30 Image quality diagnosis method for x-ray device Active KR102235723B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190063649A KR102235723B1 (en) 2019-05-30 2019-05-30 Image quality diagnosis method for x-ray device

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190063649A KR102235723B1 (en) 2019-05-30 2019-05-30 Image quality diagnosis method for x-ray device

Publications (2)

Publication Number Publication Date
KR20200137376A KR20200137376A (en) 2020-12-09
KR102235723B1 true KR102235723B1 (en) 2021-04-01

Family

ID=73786725

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190063649A Active KR102235723B1 (en) 2019-05-30 2019-05-30 Image quality diagnosis method for x-ray device

Country Status (1)

Country Link
KR (1) KR102235723B1 (en)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102831324B1 (en) * 2022-12-16 2025-07-07 아주대학교산학협력단 Method and apparatus for evaluating transmission state quality of medical image based on reference pattern

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007243294A (en) * 2006-03-06 2007-09-20 Kddi Corp Video quality monitoring device
JP2013528034A (en) * 2010-04-19 2013-07-04 ドルビー ラボラトリーズ ライセンシング コーポレイション High dynamic range, visual dynamic range and wide color range image and video quality assessment

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8515182B2 (en) * 2009-02-11 2013-08-20 Ecole De Technologie Superieure Method and system for determining a quality measure for an image using multi-level decomposition of images

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007243294A (en) * 2006-03-06 2007-09-20 Kddi Corp Video quality monitoring device
JP2013528034A (en) * 2010-04-19 2013-07-04 ドルビー ラボラトリーズ ライセンシング コーポレイション High dynamic range, visual dynamic range and wide color range image and video quality assessment

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Evaluation of a histogram-based image quality measure for X-ray computed tomography, iCT conference, 2014.*

Also Published As

Publication number Publication date
KR20200137376A (en) 2020-12-09

Similar Documents

Publication Publication Date Title
US11957501B2 (en) Methods and apparatus for extended low contrast detectability for radiographic imaging systems
CN108158597B (en) Method and device for determining original X-ray energy data and CT (computed tomography) equipment
US7313225B2 (en) Method and apparatus for generating of a digital x-ray image
JP5203946B2 (en) Method and apparatus for automatic exposure control
Malkus et al. A method to extract image noise level from patient images in CT
JP2008521471A (en) Method for correcting geometric distortion in 3D images
JP6296942B2 (en) CT image evaluation apparatus and CT image evaluation method
CN106683146A (en) Image reconstruction method and parameter determining method of image reconstruction algorithm
US6718056B1 (en) Method of automatic determination of the contrast and brightness of a digital radiographic image
Kim et al. Effect of reconstruction parameters on the quantitative analysis of chest computed tomography
KR20060071350A (en) Method for correcting inhomogeneity in an image and an imaging device for performing the method
US20110229007A1 (en) Tomosynthesis method with an iterative maximum a posteriori reconstruction
KR102235723B1 (en) Image quality diagnosis method for x-ray device
US11006916B2 (en) Apparatus and method for K-edge based interior tomography image processing
US9980694B2 (en) X-ray CT apparatus and image calculating device for X-ray CT apparatus
JP5238175B2 (en) X-ray diagnostic imaging equipment
CN105902279A (en) Scanned image reestablishment method and device
JP2000275757A (en) Method and device for evaluating image
KR20160013082A (en) X-ray imaging apparatus and methods
US6411671B2 (en) Method for reducing line artifacts in a CT image and device for implementing the method
Khobragade et al. CT automated exposure control using a generalized detectability index
CN111325758A (en) Lung image segmentation method and device and training method of image segmentation model
US7496221B2 (en) Radiological image diagnostic system and data processing method thereof
JP3589769B2 (en) X-ray CT system
Guzmán et al. Natural Scene Statistics of Mammography Accreditation Phantom Images

Legal Events

Date Code Title Description
PA0109 Patent application

Patent event code: PA01091R01D

Comment text: Patent Application

Patent event date: 20190530

PA0201 Request for examination
PE0902 Notice of grounds for rejection

Comment text: Notification of reason for refusal

Patent event date: 20200819

Patent event code: PE09021S01D

PG1501 Laying open of application
E701 Decision to grant or registration of patent right
PE0701 Decision of registration

Patent event code: PE07011S01D

Comment text: Decision to Grant Registration

Patent event date: 20210323

GRNT Written decision to grant
PR0701 Registration of establishment

Comment text: Registration of Establishment

Patent event date: 20210329

Patent event code: PR07011E01D

PR1002 Payment of registration fee

Payment date: 20210329

End annual number: 3

Start annual number: 1

PG1601 Publication of registration
PR1001 Payment of annual fee

Payment date: 20240320

Start annual number: 4

End annual number: 4

PR1001 Payment of annual fee

Payment date: 20250305

Start annual number: 5

End annual number: 5