저기 x자로 생기는 음영을 원래 신호로 바꿔주는 걸 만들고 있는데
저런건 애초에 detection이 잘될것같아서 그냥 내가 mask 만들어주고 학습시키는게 낫겠지?
다른 istd 데이터셋 같은거 보면 음영도 다 주고 시작하는것같은데,
이건 음영이 일괄적으로 똑같이 지는게 아니라 ct ray detection과 리컨문제라서
애매해서 물어봄
저기 x자로 생기는 음영을 원래 신호로 바꿔주는 걸 만들고 있는데
저런건 애초에 detection이 잘될것같아서 그냥 내가 mask 만들어주고 학습시키는게 낫겠지?
다른 istd 데이터셋 같은거 보면 음영도 다 주고 시작하는것같은데,
이건 음영이 일괄적으로 똑같이 지는게 아니라 ct ray detection과 리컨문제라서
애매해서 물어봄
ct image denoising은 많이연구되는 주제아님? 논문 찾아봐
denoising이랑 이건 좀 다른게 아닌가..? 좀더 찾아봄
https://www.researchgate.net/publication/347684832_Fast_filtered_backprojection_algorithm_for_low-dose_computed_tomography
https://www.researchgate.net/publication/337567890_The_influence_of_arm_positions_on_abdominal_image_quality_of_whole-body_computed_tomography_in_trauma_systematic_review
이런거
나오는거보면 ct 이미지에서 arm의 영향관련 찾아보면 될듯?
저게 underarm 일때 생기는 photon starvation 아티팩트인데, 저거 주제로된건 몇개 없네..? 일단 deshadow, denoising 논문 좀 보고 있는데 좀만 건들면 될지도 그런데 저거 artifact 있는부분만 추출하고 싶은데 이게 너무 어렵네
내가 전혀모르는 분야라 신빙성은 낮지만 팔을 금속 같은거 취급해서 보정 하는게 최선인거 같음