Windowing, Window Width/Level, Flatten, 조도 조정¶
요약
Windowing은 12–16-bit의 넓은 비트 깊이로 획득한 영상에서 진단에 필요한 휘도 구간만 선택해 표시용 8-bit로 매핑하는 점 연산(point operation)이다. 이 문서는 Window Width(WW)와 Window Center/Level(WC/WL)의 정의·수식, DICOM 태그와의 연결, percentile 기반 자동 windowing, 그리고 불균일한 배경 조도(illumination)를 제거하는 평탄화(flatten)/flat-field correction과 peripheral equalization 개념을 다룬다.
1. Windowing 개념¶
디텍터는 12–16-bit(예: \([0, 65535]\))로 신호를 기록하지만, 표시 장치와 사람 눈은 한 화면에서 그만큼의 계조(gray level)를 구별하지 못한다. 일반 모니터의 표시 깊이는 사실상 8-bit(\([0,255]\)) 수준이다. 따라서 전체 입력 범위 중 관심 있는 부분 구간만 골라 출력 범위 전체로 늘여 매핑한다. 이 부분 구간을 정의하는 것이 windowing이다.
flowchart LR
A["입력 16-bit<br/>[0, 65535]"] --> W{"window<br/>구간 선택"}
W --> B["WC - WW/2<br/>이하 → 0 (검정)"]
W --> C["window 구간<br/>→ 선형 매핑"]
W --> D["WC + WW/2<br/>이상 → 255 (흰색)"]
B --> O["출력 8-bit [0,255]"]
C --> O
D --> O2. Window Width(WW)와 Window Center/Level(WC/WL)¶
- Window Center / Level (WC, WL): 선택 구간의 중심 휘도값. 이 값을 올리면 영상이 전체적으로 어두워지고, 내리면 밝아진다.
- Window Width (WW): 선택 구간의 폭. 출력 전체 범위에 매핑되는 입력 범위의 크기.
구간의 경계는
이고, 출력 범위 \([0, y_{\max}]\) (8-bit이면 \(y_{\max}=255\)) 로의 매핑은
로 쓴다. 즉 \(x_{\min}\) 이하는 0, \(x_{\max}\) 이상은 \(y_{\max}\), 그 사이는 선형 보간이다.
표기 주의: WH / WL / WC
사용자 메모에 등장하는 "WH"는 표준 용어가 아니다.1 맥락에 따라 Window Height (= 출력 진폭, 일부 벤더 표기) 또는 Window Level/Center (= WL/WC)를 혼용한 표기일 수 있다. 본 문서와 DICOM 표준에서는 구간의 중심을 Window Center (WC) 또는 Window Level (WL) 로, 폭을 Window Width (WW) 로 통일한다.
2.1 WW가 대조도에 주는 영향¶
윈도 구간의 기울기는 \(1/\mathrm{WW}\) 이다. 따라서
- WW ↓ (좁은 창): 기울기↑ → 대조도↑, 표현 가능한 휘도 범위↓. 좁은 신호 구간을 강조할 때(예: 특정 조직 대조도).
- WW ↑ (넓은 창): 기울기↓ → 대조도↓, 표현 범위↑. 넓은 동적 범위를 한 화면에 담을 때.
WC를 옮기면 강조되는 휘도대(어두운 쪽/밝은 쪽)가 이동한다.
3. DICOM 연결과 percentile 기반 설정¶
DICOM에서 windowing 파라미터는 다음 태그로 저장된다.
| 태그 | 이름 | 의미 |
|---|---|---|
| (0028,1050) | Window Center | WC / WL |
| (0028,1051) | Window Width | WW |
| (0028,1052) | Rescale Intercept | Modality LUT 절편 |
| (0028,1053) | Rescale Slope | Modality LUT 기울기 |
표시 소프트웨어는 이 값을 읽어 VOI(Value Of Interest) LUT로 적용한다(파이프라인은 LUT 참고). 본 프로젝트는 영상 히스토그램의 percentile로 WW/WC를 자동 설정한다.
import numpy as np
def auto_window_from_percentiles(img, mask=None, p_low=3.0, p_high=99.5):
"""percentile로 black/white point를 잡아 DICOM WW/WC를 산출."""
vals = img[mask] if mask is not None else img.ravel()
lo = np.percentile(vals, p_low) # black point (clip 하한)
hi = np.percentile(vals, p_high) # white point (clip 상한)
ww = hi - lo
wc = lo + ww / 2.0
return float(ww), float(wc) # DICOM (0028,1051), (0028,1050)
percentile을 쓰면 소수의 극단값(잡음, 핫픽셀, 공기 영역)에 끌려가지 않고 유방 조직의 실제 분포에 맞춘 창을 얻는다. 본 프로젝트의 black-point 클리핑(percentile 3 / 99.5)이 바로 이 원리다.
4. Worked example: WW/WL 수치 매핑¶
구체적 수치 예시
16-bit 입력에서 percentile로 \(x_{\min}=8000\), \(x_{\max}=52000\) 을 얻었다고 하자.
- \(\mathrm{WW} = 52000 - 8000 = 44000\)
- \(\mathrm{WC} = 8000 + 44000/2 = 30000\)
이제 임의 입력값을 8-bit로 매핑한다(\(y_{\max}=255\)):
| 입력 \(x\) | 정규화 \(\dfrac{x-8000}{44000}\) | clip | 출력 \(y\) |
|---|---|---|---|
| 6000 | \(-0.045\) | 0.000 | 0 |
| 8000 | 0.000 | 0.000 | 0 |
| 19000 | 0.250 | 0.250 | 64 |
| 30000 | 0.500 | 0.500 | 128 |
| 52000 | 1.000 | 1.000 | 255 |
| 60000 | 1.182 | 1.000 | 255 |
WC=30000이 출력 중간값 128로 매핑되고, 창 밖의 값은 검정/흰색으로 포화됨을 볼 수 있다.
5. Flatten(평탄화) / 조도(illumination) 보정¶
Windowing은 전역 점 연산이라 위치에 따라 변하는 밝기 편차를 다루지 못한다. 유방촬영 영상의 배경 조도는 다음 이유로 공간적으로 불균일하다.
- 두께 구배(thickness gradient): 압박 유방은 가장자리로 갈수록 얇아진다.
- peripheral thinning: 피부선 근처에서 조직이 급격히 얇아져 매우 밝아진다.
- heel effect: X-ray 관(tube)의 양극(anode) 쪽으로 강도가 감소하는 불균일.
이런 저주파 배경 편차를 제거하는 것이 flatten / 조도 보정이다.
5.1 Flat-field correction¶
기준 평탄장(flat field) \(I_{\text{flat}}\) 으로 나누어 게인 불균일을 보정한다.
flat field를 직접 측정하기 어려우면, 영상 자체에서 배경을 추정한다.
5.2 배경 추정 후 차감/나눗셈¶
저주파 배경 \(\hat{B}\) 를 다항식 피팅(polynomial surface fitting)이나 저주파 필터 (large-\(\sigma\) Gaussian, morphological opening)로 추정한 뒤,
- 선형 영역: 나눗셈 \(I/\hat{B}\),
- 로그 영역: 차감 \(L - \hat{B}\)
로 평탄화한다. 로그 선형화(특성 곡선)를 먼저 하면 곱셈적 조도 변화가 덧셈으로 바뀌어 차감만으로 평탄화가 가능해진다.
import numpy as np
from scipy.ndimage import gaussian_filter
def flatten_log_domain(L, mask, sigma=64):
"""로그 영역에서 저주파 배경을 추정해 차감 (조도 평탄화)."""
bg = gaussian_filter(L * mask, sigma=sigma)
norm = gaussian_filter(mask.astype(np.float32), sigma=sigma) + 1e-6
bg = bg / norm # 마스크 경계 누설 보정
return (L - bg) * mask
5.3 Peripheral equalization¶
피부선 근처의 얇은 조직(peripheral region)은 과도하게 밝아 내부 조직과 함께 보기 어렵다. peripheral equalization은 가장자리로 갈수록 커지는 보정 이득을 적용해 얇은 부위를 어둡게 끌어내려 두께 보정을 수행한다. 상세 알고리즘은 peripheral equalization에서 다룬다.
6. 히스토그램 기반 자동 windowing¶
WW/WC를 사람이 매번 조절하지 않도록, 히스토그램에서 자동으로 결정하는 방법이 있다.
저/고 percentile(예: 3% / 99.5%)을 black/white point로 삼아 WW/WC를 정한다(§3). 구현이 단순하고 극단값에 강건하다. 본 프로젝트의 기본 방식.
Otsu 임계화로 전경(유방)과 배경(공기)을 분리한 뒤, 전경 분포에서 평균±표준편차나 percentile로 창을 정한다. 배경이 창에 끼어드는 것을 막아 대조도를 키울 수 있다.
마스크와 함께 쓰기
어느 방식이든 유방 마스크(breast mask) 내부 픽셀로만 히스토그램을 계산해야 한다. 공기·배경을 포함하면 분포가 왜곡되어 창이 부정확해진다. 분할은 모폴로지/스무딩 참고.
7. 정리¶
| 도구 | 작동 범위 | 다루는 문제 | 한계 |
|---|---|---|---|
| Windowing (WW/WC) | 전역(global) | 동적 범위 → 8-bit 매핑 | 위치별 편차 불가 |
| Flatten / flat-field | 전역, 저주파 | 균일한 게인·조도 불균일 | 국소 대조도 보존 X |
| Peripheral equalization | 공간 가변(spatial) | 두께 구배·peripheral thinning | 파라미터 의존 |
Windowing은 특성 곡선의 선형/시그모이드 곡선의 특수형이며, 실제 적용은 LUT로 미리 계산되어 픽셀당 O(1)로 수행된다. 전체 맥락은 프로젝트 파이프라인 참고.
참고문헌¶
- DICOM PS3.3, Information Object Definitions — Window Center (0028,1050), Window Width (0028,1051), Rescale Slope/Intercept (0028,1053/1052), VOI LUT Module. NEMA.
- Bushberg JT, Seibert JA, Leidholdt EM, Boone JM. The Essential Physics of Medical Imaging, 4th ed. Wolters Kluwer, 2020.
- Pisano ED, et al. "Image processing algorithms for digital mammography: a pictorial essay." RadioGraphics 20(5) (2000): 1479–1491.
- Stefanoyiannis AP, et al. "A digital density equalization technique to improve visualization of breast periphery in mammography." Br. J. Radiol. 76 (2003): 410–420.
- Otsu N. "A Threshold Selection Method from Gray-Level Histograms." IEEE Trans. Syst. Man Cybern. 9(1) (1979): 62–66.
-
DICOM PS3.3 (0028,1050) Window Center, (0028,1051) Window Width 만이 표준 태그이며 "Window Height"라는 표준 속성은 없다. ↩