흉부 X-ray 이미지 향상을 위한 인공지능

흉부 X-ray (CXR) 이미징은 수십 년 동안 가장 자주 수행된 방사선 검사였으며, 다양한 질병 진단에서 중요한 역할로 인해 수요가 지속적으로 증가하고 있습니다. 그러나 CXR의 이미지 품질은 오랫동안 진단 정확도를 제한하는 요소였습니다. 후처리 절차로서 이미지 향상은 비용 효율적으로 이미지 품질을 개선할 수 있습니다. 최근 의료 이미지 분석에서 심층 학습 (DL) 알고리즘의 성공적인 적용은 연구자들이 DL 기반 CXR 이미지 향상 알고리즘을 제안하고 설계하도록 촉진했습니다. 이 리뷰는 2018년부터 2023년까지 CXR 이미지 향상 방법의 발전을 조사하며, 이를 뼈 억제, 이미지 노이즈 제거, 초해상도 재구성, 그리고 대비 향상 네 가지 그룹으로 분류합니다. 각 그룹에 대해 고유한 접근법, 강점 및 도전 과제를 분석합니다. 이 리뷰는 이러한 방법들 간의 공통된 도전 과제를 논의하고 향후 연구 방향을 제안하며 결론을 내립니다.