초음파검사에서 비알콜성 지방간과 국소지방회피영역에 대한 GLCM Algorithm 영상분석

• 영문명: GLCM Algorithm Image Analysis of Nonalcoholic Fatty Liver and Focal Fat Sparing Zone in the Ultrasonography
• 발행기관: 대한방사선과학회(구 대한방사선기술학회)
• 저자명: 조진영(Jin Young Cho) 예수영(Soo Young Ye)
• 간행물 정보: 『방사선기술과학』방사선기술과학 제40권 제2호, 205~211쪽, 전체 7쪽
• 주제분류: 의약학 > 방사선과학
• 파일형태: PDF
• 발행일자: 2017.06.30

국문 초록

비알콜성 지방간에서 지방 간염으로 진행되는 확률이 높은 중등증 이상에서 적극적인 진단과 치료가 필요하다. 이에 본 연구에서는 비알콜성 지방간을 경도, 중등증, 중증으로 나누어 GLCM 알고리즘의 컴퓨터 분석기법을 이용하여 정량적인 방법으로 분류하였다. 또한 지방간 중에서 국소지방회피영역의 초음파영상의 특징을 알아보고자 하였다. 정상, 경도, 중등도, 중증지방간, 국소적 저지방영역, 각각 80증례를 대상으로 GLCM 알고리즘의 파라미터 중에 간초음파영상의 인식률이 높은 자기상관성, 편차의 제곱, 평균의 합, 분산의 합에 대한 값을 산출하였다. GLCM알고리즘의 파라미터 인식률의 결과는 평균 97.5%로 나타났다. 국소적 저지방 영상분석의 결과는 정상실질과 가장 유사한 값을 나타내었다. 초음파검사는 일차적인 선별검사법으로 쉽게 접근할 수 있지만 숙련도에 따라 검사방법의 정확도나 결과의 일치성 부분에서 차이가 있을 수 있다. GLCM알고리즘을 적용하여 지방간 정도를 정량적으로 분류할 수 있었으며, 국소적 저지방영역은 지방침착이 되지 않은 균질한 간실질임을 예측 가능하였다. 이러한 GLCM 컴퓨터영상분석이 지방간뿐만 아니라 다른 병변의 감별에도 중요한 정보를 제공할 것으로 판단한다.

영문 초록

There is a need for aggressive diagnosis and treatment in middle-aged and high-risk individuals who are more likely to progress from nonalcoholic fatty liver to hepatitis. In this study, nonalcoholic fatty liver was divided into severe, moderate, and severe, and classified by quantitative method using computer analysis of GLCM algorithm. The purpose of this study was to evaluate the characteristics of ultrasound images in the local fat avoidance region. Normal, mild, moderate, severe fatty liver, and focal fat sparing area, 80 cases, respectively. Among the parameters of the GLCM algorithm, the values of the Autocorrelation, Square of the deviation, Sum of averages and Sum of variances with high recognition rate of the liver ultrasound image were calculated. The average recognition rate of the GLCM algorithm was 97.5%. The result of local fat avoidance image analysis showed the most similar value to the normal parenchyma. Ultrasonography can be easily accessed by primary screening, but there may be differences in the accuracy of the test method or the correspondence of results depending on proficiency. GLCM algorithm was applied to quantitatively classify the degree of fatty liver. Local fat avoidance region was similar to normal parenchyma, so it could be predicted to be homogeneous liver parenchyma without fat deposition. We believe that GLCM computer image analysis will provide important information for differentiating not only fatty liver but also other lesions.

목차

국문초록

Ⅰ. 서론

Ⅱ. 연구대상 및 방법

Ⅲ. 결과

Ⅳ. 고찰 및 결론

Acknowledgment

REFERENCES

Abstract

키워드

간초음파검사 비알콜성지방간 국소지방회피 GLCM 알고리즘 Liver ultrasonography Nonalcoholic fatty liver Focal fat sparing GLCM algorithm