기업조회

본문 바로가기 주메뉴 바로가기

보고서

연구보고서 기본정보

갑상선 초음파 영상의 정량적 분석을 통한 암 진단 및 예후 판정 알고리즘에 관한 연구

연구보고서 개요

기관명, 공개여부, 사업명, 과제명, 과제고유번호, 보고서유형, 발행국가, 언어, 발행년월, 과제시작년도 순으로 구성된 표입니다.
기관명 NDSL
공개여부
사업명
과제명(한글)
과제명(영어)
과제고유번호
보고서유형 report
발행국가
언어
발행년월 2015-09-01
과제시작년도

연구보고서 개요

주관연구기관, 연구책임자, 주관부처, 사업관리기관, 내용, 목차, 초록, 원문URL, 첨부파일 순으로 구성된 표입니다.
주관연구기관 한양대학교
연구책임자 박정선
주관부처
사업관리기관
내용
목차
초록 갑상선 질환으로 수술받은 환자의 초음파 영상 데이터를 받아 영상처리 및 분할, 분석을 위한 소프트웨어 개발을 용이하게 수행하기 위한 베이스 프레임워크 및 각종 개발 목표 알고리즘을 테스트할 수 있는 프로토타입 소프트웨어 개발을 완료하였다. 이후 관심 오브젝트(thyroid mass)의 추출 정확도 향상에 초점을 맞추어, 반자동 분할 방법을 적용하여 Rough하게 수동으로 초기 마스크를 마우스로 작성하면 이를 기반으로 자동 분할이 수행되는 결절의 ROI 구획 알고리즘을 개발하였다. 결절 내부에 포함되어 있는 미세석회화(Microcalcification) 영역의 자동 추출을 위하여 global thresholding 방법들 중 Renyi's entropy 방법의 변형을 통하여 임계값을 자동으로 찾아내고 추출할 수 있는 알고리즘을 개발하여 반자동 결절 구획 소프트웨어를 통해 획득한 관심영역(ROI)을 대상으로 예비 실험과 문헌조사 등을 통해 찾아낸 많은 컴퓨터 영상특징 지표들 중에서 총 61개의 임상적 유용성이 높은 영상 특징 지표를 찾아내었으며, 이 특징 지표들은 자체 개발한 소프트웨어를 통하여 추출되고 관리된다. 2차년도에는 유효한 특성값 후보를 선별하고 특성값 차원을 축소시키기 위해 stepwise feature 선별 방법과 선형회귀분석-공선성 분석을 통한 통계학적 선별 과정을 수행하였다. 그 결과로서 획득한 3가지의 Feature Set에 대한 판별력의 평가를 위하여 ROC 분석 후 area under curve(AUC)값을 도출하였다. 또한 두 명의 전문의(reviewer1,2)가 평가한 malignancy score의 판별력과 비교하여 성능을 검증하였다.선별된 특성값들을 대상으로 최적의 분류 모델을 선별하기 위해 여러 종류의 분류기를 비교 분석하는 연구를 수행하였다. Validation 방법으로는 5-fold cross validation과 leave-one-out 방식을 이용하였으며, 분류기는 Bayesian, K-Neasrest Neighbor(KNN), AdaBoost, Artificial neural Network(ANN)의 4개를 대상으로 하였다. 4개의 분류기는 모두 직접 구현하여 하나의 소프트웨어로 자체 통합 개발하였으며, 본 연구진은 개발된 소프트웨어를 통해 각 분류기를 실험하였다. 3차년도에는 갑상선암 유두암 중 1cm 이하의 미세암종의 예후 인자를 분석하기 위해 144명의 갑상선암의 초음파 영상에서 2차년도에 추출한 영상 지표들을 얻어 림프절 전이가 있는 그룹과 없는 그룹을 나누어 통계적 유의성을 검증하였으며, 여러 추출된 지표들이 두 그룹 상에서 유의한 차이가 있는 것으로 확인되었다. 이후 자체 개발된 소프트웨어를 개선하고 추가적인 특징 지표들을 도출하여 초음파 영상에 대한 정량적 분석을 수행하였다. 사용된 특징 지표들은 총 64개이며, 모두 자체 개발된 소프트웨어를 통하여 획득하였다. 획득된 특징 지표들은 ROC 분석을 통하여 유의미한 결과를 보이는 특징 지표들을 선별하고, 로지스틱 회귀분석을 통하여 종합적으로 의미가 있는 특징 지표들을 선별하였다. 선별된 특징 지표들에 대하여 ROC 분석을 통한 검증을 수행하였다. 초음파 영상 장비에 따른 알고리즘의 재현성을 검증하기 위하여, Machine 1과 2에서 획득한 영상데이터에서 선택된 특징 지표를 획득하고 로지스틱 회귀분석을 수행하고 ROC 분석을 통하여 검증하였다.최종 선택된 특징 지표는 Morphology Feature의 Convexity Index, GLCM Feature의 Homogeneity, Histogram Feature의 Skewness 이며, 이 3가지 특징 지표를 이용한 회귀식에 대한 AUC는 0.968의 결과를 보인다. 따라서 선택된 ROI에 대하여 양성과 악성을 정확하게 분류할 수 있는 것으로 확인할 수 있다. 본 연구로 개발된 초음파 지표 추출방법 및 알고리듬 등은 갑상선 초음파 뿐 아니라 유방암, 전립선암과 같이 다른 장기의 초음파 영상 내 결절 분석에 응용할 수 있으며, 컴퓨터단층촬영, 자기공명 영상과 같은 다른 영상을 분석하는 연구에도 원천 기술로 보급할 수 있을 것으로 생각된다. 또한, 외국에서도 기반 기술 개발 및 특허 출원이 미미한 본 기술을 국내에서 개발 보유함으로서 국내 및 해외 시장에 대한 독자적인 기술력을 확보하고, 연구결과물에 대하여 초음파 기기 및 PACS의 콘텐츠 제공에 의한 부가 산업 발생을 이끌 수 있을 것으로 판단된다.
원문URL http://click.ndsl.kr/servlet/OpenAPIDetailView?keyValue=03553784&target=REPORT&cn=TRKO201600009765
첨부파일

추가정보

과학기술표준분, ICT 기술분류, 주제어 (키워드) 순으로 구성된 표입니다.
과학기술표준분류
ICT 기술분류
주제어 (키워드)