뇌경색 감별진단을 위한 컴퓨터보조진단 응용: Brain CT Images 적용

• 영문명: Computer Aided Diagnosis Applications for the Differential Diagnosis of Infarction: Apply on Brain CT Image
• 발행기관: 한국방사선학회
• 저자명: 박형후(Hyong-Hu Park) 조문주(Mun-Joo Cho) 임인철(In-Chul Im) 이진수(Jin-Soo Lee)
• 간행물 정보: 『한국방사선학회 논문지』 제10권 제8호, 645~652쪽, 전체 8쪽
• 주제분류: 공학 > 기타공학
• 파일형태: PDF
• 발행일자: 2016.12.30

국문 초록

본 연구는 통계적 속성에 기반한 질감특징값 분석을 바탕으로 뇌 전산화단층촬영 영상에서 정상과 뇌경 색의 컴퓨터보조진단의 적용 가능성을 알아보고자 하였다. 실험은 질감특징값을 나타내는 6개의 파라미터 를 이용한 질환인식률 평가와 ROC curve를 분석하였다. 그 결과 평균밝기 88%, 대조도 92%, 평탄도 94%, 균일도 88%, 엔트로피 84%의 높은 질환인식률을 나타내었다. 하지만 왜곡도의 경우 58%로 다소 낮은 질 환 인식률을 나타내었다. ROC curve를 이용한 분석에서 각 파라미터의 곡선아래면적이 0.886(p=0.0001)이 상을 나타내어 질환인식에 의미가 있는 결과로 나타났다. 또한 각 파라미터의 cut-off값 결정으로 컴퓨터보 조진단을 통한 질환예측이 가능할 것으로 판단된다.

영문 초록

In this study, based on the analysis of texture feature values of statistical properties. And we examined the normal and the applicability of the computer-aided diagnosis of cerebral infarction in the brain computed tomography images. The experiment was analyzed to evaluate the ROC curve recognition rate of disease using six parameters representing the feature values of the texture. As a result, it showed average mean 88%, variance 92%, relative smoothness 94%, uniformity of 88%, a high disease recognition rate of entropy 84%. However, it showed a slightly lower disease recognition rate and 58% for skewness. In the analysis using ROC curve, the area under the curve for each parameter indicates 0.886 (p = 0.0001) or more, resulted in a meaningful recognition of the disease. Further, to determine the cut-off values for each parameter are determined to be the prediction of disease through the computer-aided diagnosis.

목차

Ⅰ. INTRODUCTION

Ⅱ. MATERIAL AND METHODS

Ⅲ. RESULT

Ⅳ. DISCUSSION

Ⅴ. CONCLUSION

키워드

뇌 전산화단층촬영 영상 뇌경색 질감특징값 ROCbrain CT images texture feature values cerebral infarction ROC curve