[X-ray] HU: Hounsfield unit이란?

HU(Hounsfield unit)

X-ray beam이 물체를 통과할 때, beam이 물체에 얼마나 흡수되는지를 나타낸다.

주로 사람의 몸에 대한 X-ray 영상을 취득할 때, 각 조직(tissue)의 밀도(density)를 표현하는 단위로 사용된다.

 

X-ray beam이 많이 흡수될수록 (즉, density가 높을수록) HU값이 크고,

적게 흡수될수록 (즉, density가 낮을수록) HU값이 작다.

 

Density와 HU는 비례관계에 있다.

 

 

HU를 구하는 공식은 다음과 같다.

μ는 original linear attenuation coefficient를 의미하며 간단히 설명하면,

X-ray beam이 특정 물질 1cm를 통과할 때 줄어드는 intensity를 나타내는 계수이다.

따라서 μ는 물질마다 고유한 값을 갖는다.

(attenuation coefficient에 대한 자세한 설명은 다음 게시글을 참고하기 바란다.)

 

 

중요한 것은, 물은 HU값이 0이라는 것이다.

위 공식에서 μ에 μ_water를 대입하면 분자가 0이되므로 당연하다.

 

물보다 dense한 부분은 양의 HU값을 갖고, 물보다 sparse한 부분은 음의 HU값을 갖는다.

이렇게 몸의 부위마다 HU값이 다르기 때문에 이미지에서 부위를 구분할 수 있다.

 

몸의 부위에 따른 HU 값

물보다 high-density를 갖는 bone은 이미지상에서 밝게 나타나고

물보다 low-density를 갖는 lung, fat과 같은 부위는 이미지상에서 어둡게 나타난다.

 

+) 생각해보면 high-density부분이 X-ray beam에 대한 assumption이 더욱 많이 일어나서 더 어둡게 나타나야 할 것 같은데 밝은 이유는 인간의 눈이 어두운 배경에서 흰 물체를 더욱 잘 파악하기 때문에 인위적으로 영상을 inverse시켰기 때문이라고 한다.

 

+) X-ray image를 다루다보면 각 pixel의 intensity값이 HU로 되어있는지, μ(attenuation coefficient)로 이루어져있는지를 파악해야한다. 만약 range를 맞추지 않으면 deep learning 등을 활용하여 image를 다룰 때 제대로 된 학습이 이루어지지 않는다.

위 공식을 보면 알수있듯이 HU scale인 경우 (-1000, +3000) 정도의 range로 이루어져있으며 attenuation scale의 경우 (-1, +3)의 비교적 작은 range를 갖는다.