컴퓨터보조진단을 이용한 유방 초음파영상에서의 미세석회화 검출 효율
Detection Efficiency of Microcalcification using Computer Aided Diagnosis in the Breast Ultrasonography Images
1
조회
0
다운로드
4
인용
0
참고문헌
키워드
초록
유방영상은 유방 전체의 재현 가능한 영상을 만들며, 만져지지 않는 조기 유방암의 가장 중요한 소견인 미세석회화와 종괴를 발견할 수 있어 유방 질환의 일차적인 선별검사로 이용되고 있다. 유방 병변의 미세석회화는 조기 유방암의 진단에 있어서 중요한 병변으로 보고되고 있지만 유방초음파 검사에서 검출이 어렵다. 본 연구에서는 유방초음파 영상에서 미세석회화 검출을 위해 6가지의 질감분석 파라미터를 이용하였으며, 정상 초음파영상과 미세석회화가 보이는 초음파 영상 간의 병변인식률을 알아보았다. 실험결과로는 유방촬영영상과 유방 초음파영상에서 병변을 구별하는 컴퓨터자동진단 인식률은 70∼98%로 상당히 높은 결과를 나타내었다. ROC 분석에서도 평균대조도와 엔트로피 파라미터의 특이도는 다소 낮게 나타났으나, 나머지 4개 파라미터의 민감도와 특이도는 90% 이상을 나타내어 초음파영상에서 미세석회화 검출의 가능성을 보였다. 향후 6가지 질감분석 알고리즘들 외에 추가적인 파라미터 알고리즘의 연구가 계속 진행되어 컴퓨터자동진단의 실용화기반을 마련한다면 전문의 진단의 예비단계로서 더욱 중요한 의미를 가질 것이며, 유방암의 조기진단에 매우 유용할 것으로 사료된다.
Abstract
Digital Mammography makes it possible to reproduce the entire breast image. And it is used to detect microcalcification and mass which are the most important point of view of nonpalpable early breast cancer, so it has been used as the primary screening test of breast disease. It is reported that microcalcification of breast lesion is important in diagnosis of early breast cancer. In this study, six types of texture features algorithms are used to detect microcalcification on breast US images and the study has analyzed recognition rate of lesion between normal US images and other US images which microcalification is seen. As a result of the experiment, Computer aided diagnosis recognition rate that distinguishes mammography and breast US disease was considerably high 70∼98%. The average contrast and entropy parameters were low in ROC analysis, but sensitivity and specificity of four types parameters were over 90%. Therefore it is possible to detect microcalcification on US images. If not only six types of texture features algorithms but also the research of additional parameter algorithm is being continually proceeded and basis of practical use on CAD is being prepared, it can be a important meaning as pre -reading. Also, it is considered very useful things for early diagnosis of breast cancer.
참고문헌 (25)
- 문우경, "유방초음파진단학", pp.15~148 (2006), 일조각
- 박노혁, "유방촬영술에서 악성이 의심되는 미세석회화의 초음파 발견율과 특징적인 소견", 관동의대학술지, 7(2), pp.48~51 (2003)
- 의료영상정보연구회, "의료영상정보학" (2008), 청구문화사
- Moon WK, "US of mammographically detected clustered micocalcifications", Radiology, 217, pp.849~854 (2000)
- 강진숙, "주성분분석 기법과 Snake를 이용한 개선된 영상 특징 추출", 박사, 전자계산학과, pp.2003
- 이승철, "동적 링크 구조상에서의 얼굴 인식 기술에 관한 연구", 석사, pp.1999
- 강현수, "멀티미디어 신호처리 이론 및 실습" (2011), 성진미디어
- J. Daugman, "Face and gesture recognition", IEEE Transaction Pattern Analysis and Machine Intelligence, 19(7), pp.675~676 (1997)
- 김대훈, "질감분석을 이용한 폐결핵의 자동진단", 한국콘텐츠학회 논문지, 11(11), pp.185~193 (2011), 한국콘텐츠학회
- Chen DR, "Computeraided diagnosis applied to US of solid breast nodules by using neural networks", Radiology, 213, pp.407~412 (1999)
- Chen DR, "Breast cancer diagnosis using self-organizing map for sonography", Ultrasound in Medicine & Biology, pp.405~411 (2000)
- Chen DR, "Texture analysis of breast tumors on sonograms", Seminars in Ultrasound CT and MRI, 21, pp.308~316 (2000)
- Chen DR, "Diagnosis of breast tumors with sonographic texture analysis using wavelet transform and neural networks", Ultrasound in Medicine & Biology, pp.1301~1310 (2002)
- Chen DR, "Computer-aided diagnosis with textual features for breast lesions in sonograms", Computerized Medical Imaging and Graphics, 35, pp.220~226 (2011)
- I. Christoyianni, "Computer aided diagnosis of breast cancer on digital in digitized mammograms", Computerized Medical Imaging and Graphics, 26, pp.311~314 (2006)
- 유현중, "Matlab을 이용한 디지털 영상처리", pp.465~520 (2004), 아이티씨
- R. C. Gonzalez, "Digital Image Processin 2nd Edition" (2002), Pearson Education
- R. M. Haralick, "It'hak Dinstein: Texture Feature for Image Classification", IEEETransaction on system, Man, and Cybermetics, 3(6), pp.610~621 (1973)
- American College of Radiology, "Breast imaging reporting and data system-Ultrasound(BI-RADS), 4th, ed", pp.1~8 (2003), American College of Radiology
- 윤은숙, "조기유방암의 발견, 미세석회화", 서울대학교 연수강좌, 33~49 (2008)
- Stomper PC, "Clinically occult ductal carcinoma in situ detected with mammography : analysis of 100 cases with radiologic- pathology correlation", Radiology, 172, pp.235~241 (1999)
- 안재억, "의학․보건학 통계분석", pp.456~460 (2010), 한나래
- Nair MK, "An in-vitro evaluation of Kodak Insight and Ektaspeed Plus film with a CMOS detector for natural proximalcaries : ROC analysis", Caries Res, 35, pp.354~359 (2001)
- 이병도, "의학적 의사결정 도구들에 대한 고찰: Bayesian analysisand ROC analysis", Imaging Science in Dentistry, 36(1), pp.1~5 (2006), 대한구강악안면방사선학회
- Feig SA, "Society of Breast imaging residency and fellowship training curriculum", Radiol Clin North Am, 38, pp.915~920 (2000)