대조대잡음비 (Contrast-to-Noise Ratio (CNR))

한 줄 정의: 영상에서 두 영역의 신호 차이를 잡음 크기로 나누어, 대상이 배경과 얼마나 잘 구별되는지 나타내는 화질 지표입니다.

쉽게 풀면

영상이 아무리 밝고 깨끗해도 병변과 주변 조직의 밝기가 같다면 병변을 찾을 수 없습니다. 대조대잡음비는 '관심 영역과 배경의 밝기 차이'가 '잡음의 흔들림'에 비해 몇 배나 큰지를 봅니다. 값이 클수록 잡음 속에서도 두 부분이 뚜렷하게 구별된다는 뜻입니다.

왜 중요한가

CT 선량 저감, MRI 시퀀스 최적화, 초음파 빔형성, 딥러닝 잡음제거 등 영상 품질을 개선했다고 주장하는 거의 모든 논문에서 신호대잡음비와 함께 정량 근거로 보고됩니다. 실제 진단은 '보이느냐'가 중요하므로 병변 검출 관점에서는 CNR이 더 직접적인 지표로 쓰입니다.

논문에서는 이렇게 쓰입니다

""반복재구성 알고리즘을 적용한 저선량 CT는 표준선량 영상과 유사한 간 병변 대조대잡음비를 유지하였다.""

방사선량을 줄여도 병변 구별 능력은 떨어지지 않았다는 근거로 CNR을 제시한 문장입니다.

조금 더 깊게 보면

흔한 정의는 CNR = |S_A − S_B| / σ로, S_A와 S_B는 두 관심 영역의 평균 신호, σ는 배경 영역의 표준편차입니다. 다만 분모에 배경 잡음을 쓰느냐, 두 영역 잡음의 평균이나 제곱합의 제곱근을 쓰느냐 등 연구마다 정의가 조금씩 다릅니다. MRI의 병렬영상처럼 잡음이 위치마다 다른 영상에서는 배경 영역 표준편차로 잡음을 추정하면 왜곡될 수 있습니다.

주의할 점

신호대잡음비(SNR)는 한 영역의 신호가 잡음에 비해 얼마나 큰지를 보는 반면, 대조대잡음비는 두 영역 신호의 '차이'를 잡음과 비교한다는 점이 다릅니다. 그래서 SNR이 높아도 대조도가 낮으면 CNR은 낮을 수 있습니다. 정의식이 논문마다 달라 서로 다른 연구의 CNR 수치를 그대로 비교하지 않는 것이 좋습니다.