Text
Analisis Noise Reduction Dengan Metode Selective Mean Filter Pada Citra Klinis CT Kepala
ABSTRACT
The aim of this study is to compare quantitatively of image qualities of the selective
mean filter (SMF) and adaptive statistical iterative reconstruction (ASIR)
alogarithms. The metods was started with scanning of the AAPM CT performance
phantom using the 128 Multiple-slices computed tomography (Revolution Evo, GE
Healthcare, Waukesha, WI). The phantom was scanned with various tube currents
(i.e. 50, 100, 150, and 200 mA). The images of phantom were reconstructed by
filtered-back projection (FBP) followed by a SMF and ASIR in various levels, i.e.
20, 40, 60, 80, and 100%. The image quality assessment was in terms of noise level,
noise power spectrum (NPS), and modulation transfer function (MTF). The SMF
(standard) reduced noise level by more than 65% compared with FBP in each tube
current. The noise level of SMF (standard) was similar with ASIR 100%. At every
tube current, the NPS curve of the SMF (Standard) were equivalent to the ASIR
100%. It found that the SMF alogarithm reduce noise level without affecting the
spatial resolution of the image. The performance of SMF in reducing noise was
equivalent to the maximum level of ASIR strength, i.e. 100%. It means that SMF
alogarithm might be implemented to archive low dose CT (LDCT) or might be
implemented in CT that was installed wihout IR Alogarithm. In clinical image,
CNR values of SMF (mild) was close enough in CNR values of standard clinical
image in the Indriati Hospital, Solo (80 mA with ASIR 60%). Images of ASIR 60%
or SMF (Mild) showed the details of anatomy better than images produced with
ASIR 100% or SMF (standard). The result of dose reduction from implementation
SMF (Mild) alogarithm in case of head CT was about 34.2%.
Keywords: selective mean filter, filtered back projection, adaptive statistical
iterative reconstruction, noise reduction, dose reduction.
ABSTRAK
Tujuan dari penelitian ini adalah untuk membandingkan secara kuantitatif kualitas
citra dengan algoritma selective mean filter (SMF) dan algoritma adaptive
statistical iterative reconstruction (ASIR). Metode yang digunakan di mulai dengan
melakukan scan terhadap AAPM CT performance phantom menggunakan MSCT
128 slices (Revolution Evo, GE Healthcare, Waukesha, WI). Scan pada phantom
tersebut menggunakan arus tabung yang variative, yaitu 50, 100, 150, dan 200 mA.
Citra kemudian direkonstruksi dengan filtered-back projection (FBP) diteruskan
dengan SMF (dengan kekuatan standar). Selain itu, juga dilakukan rekonstruksi
menggunakan ASIR dengan variasi kekuatan filter, yaitu 20, 40, 60, 80, 100, dan
100 %. Penilaian kualitas citra menggunakan parameter tingkat noise, noise power
spectrum (NPS) dan modulation transfer function (MTF). Diperoleh hasil bahwa
SMF (standar) dapat mereduksi tingkat noise sampai 65% jika dibandingkan
dengan FBP pada setiap tegangan tabung. Tingkat noise pada SMF (standar) setara
dengan ASIR 100%. Pada setiap tegangan tabung, kurva NPS untuk SMF (standar)
setara dengan ASIR 100%. Hasil tersebut mengindikasikan bahwa penggunaan
alogaritma SMF untuk mereduksi tingkat noise tidak menimbulkan dampak pada
resolusi spasial citra. Selain itu, kinerja dari SMF (standar) dalam mereduksi tingkat
noise sebanding dengan ASIR level maksimal dengan tingkatan 100%. Hal ini
menunjukkan bahwa algoritma SMF memungkinkan untuk diimplementasikan
pada penggunaan CT dosis rendah (LDCT) dan untuk CT yang belum dilengkapi
dengan algoritma iterative reconstruction. Pada citra klinis, nilai CNR citra hasil
SMF (Mild) mendekati nilai CNR untuk citra standar klinis di RS. Indriarti, Solo
(80 mA dengan ASIR 60%). Diperoleh bahwa citra dengan ASIR 60% atau SMF
(mild) menampilkan detail anatomi lebih baik dibandingkan citra dengan ASIR
100% atau SMF (Standard). Penurunan dosis akibat implementasi algoritma SMF
(Mild) pada pemeriksaan CT kepala mencapai 34,2%.
Kata kunci: selective mean filter, filtered back projection, adaptive statistical
iterative reconstruction, noise reduction, dose reduction.
080S2FIS20IV | 080 S2FIS 20-iv | Perpustakaan FSM Undip (Referensi) | Tersedia |
Tidak tersedia versi lain