CT 절편 두께의 변화에 따른 폐암의 Radiomics Features 변동에 대한 연구 A Study on Variability of Radiomics Features in Lung Cancer according to Slice Thickness on Computed Tomography원문보기
폐암은 5년 생존율이 18%에 이를 정도로 매우 낮으며 전립선암, 유방암, 대장-직장암으로 인한 사망자를 모두 합한 것보다 더 많은 사망자를 유발할 뿐만 아니라 예후도 좋지 않은 암으로 알려져 있다. 최근 의료 영상 장비와 영상 처리 기술의 발전, 컴퓨팅 파워의 향상으로 영상 분석을 통해 비침습적으로 맞춤 의료를 제공할 수 있는 기반이 마련되었다. 이러한 맞춤 의료를 제공할 수 있는 분야 중에 하나가 ...
국문 요약
폐암은 5년 생존율이 18%에 이를 정도로 매우 낮으며 전립선암, 유방암, 대장-직장암으로 인한 사망자를 모두 합한 것보다 더 많은 사망자를 유발할 뿐만 아니라 예후도 좋지 않은 암으로 알려져 있다. 최근 의료 영상 장비와 영상 처리 기술의 발전, 컴퓨팅 파워의 향상으로 영상 분석을 통해 비침습적으로 맞춤 의료를 제공할 수 있는 기반이 마련되었다. 이러한 맞춤 의료를 제공할 수 있는 분야 중에 하나가 Radiomics 분석이다. Radi-omics 분석은 의료 영상을 기반으로 수많은 정량화된 값들을 추출하여 임상적 결정에 사용하려는 영상처리 기법으로, 폐암의 경우 종양의 이질성의 여부와 예후 예측 등을 비침습적으로 할 수 있다고 알려져 있다. 그러나 Radiomics 분석 값은 전산화 단층 촬영 영상 획득 프로토콜(Computed tomography protocol)에 따른 커널(Kernel), 조영 증강의 여부, 절편의 두께(Slice thickness) 등의 인자에 영향을 많이 받는 것으로 알려져 있다. 따라서, Radiomics 분석 값을 비교할 때는 각 인자가 Radiomics 분석에 미치는 영향에 대해 정확하게 파악하고 있어야 한다. 현재까지 절편의 두께와 그에 따른 Radiomics 분석 값의 일치도의 영향에 대해 비 조영 증강 영상에 대한 연구는 있지만 조영 증강 영상에 대한 구체적 보고가 없어 본 연구를 시행하였다. 폐암으로 진단된 환자의 수술 전 CT중 1 mm, 3 mm, 그리고 5 mm의 절편 두께 영상을 가진 환자 100명의 CT를 무작위로 선별하였다. 폐암의 분할(Segmentation)은 딥 러닝 모델(Deep learning model)과 전통적인 영상처리 알고리즘(Algorithm)기법 등의 반자동 영상 분할 방법을 사용한 후 영상의학과 의사에 의해 최종 확정되었다. 이때 영상 분할의 재현성의 유지를 위해 관찰자에 의한 수정은 최소화하였으며, Radiomics 분석 값 추출에 사용되었다. Radiomics 분석 값은 오픈 소스로 공개된 Py-Radiomics를 이용하여 718개의 값을 추출하였다. 추출된 Radiomics 분석 값은 일치도 상관 계수 분석방법(CCCs; Concordance correlation coefficients)을 통해 절편 두께별로 얼마나 Radi-omics 분석 값이 일치를 보이는지 평가하였다. 1 mm와 3 mm의 절편 두께의 일치도를 분석한 결과, 형태학적 분석 값(Shape features)은 0.93 ± 0.06, 히스토그램 분석 값(Intensity features)은 0.75 ± 0.17, 질감 분석 값(Texture features)은 0.62 ± 0.19, 웨이블릿 분석 값(Wavelet features)은 0.38 ± 0.22로 나타났다. 1 mm와 5 mm의 절편 두께의 일치도 분석 결과 형태학적 분석 값은 0.86 ± 0.12, 히스토그램 분석 값은 0.60 ± 0.21, 질감 분석 값은 0.42 ± 0.18, 웨이블릿 분석 값은 0.25 ± 0.19의 일치도를 보였다. 3 mm와 5 mm의 절편 두께 영상을 가지는 영상의 비교에서는 형태학적 분석 값은 0.92 ± 0.09, 히스토그램 분석 값은 0.90 ± 0.06, 질감 분석 값은 0.76 ± 0.16, 웨이블릿 분석 값은 0.63 ± 0.22의 일치도를 보였다. 또한 1 mm와 3 mm의 절편 두께 영상의 비교에서 재현성을 보이는 경우(CCCs ≥ 0.85)는 형태학적 분석 값은 87.5 %, 히스토그램 분석 값은 31.57 %, 질감 분석 값은 5.08 %, 웨이블릿 분석 값은 2.56 %로 나타났으며, 1 mm 와 5 mm의 절편 두께 영상에서는 형태학적 분석 값은 62.5 %, 히스토그램 분석 값은 10.53 %, 질감 분석 값은 0 %, 웨이블릿 분석 값은 0.80 %로 나타났다. 그리고 3 mm와 5mm의 절편 두께 영상에서는 형태학적 분석 값은 87.5 %, 히스토그램 분석 값은 73.68 %, 질감 분석 값은 38.98 %, 웨이블릿 분석 값은 18.27 %로 나타났다. 세가지 경우 모두에서 형태학적 분석 값이 0.85이상으로 나타나 영상 분할의 과정에서 발생하는 영향을 최소화하였음을 알 수 있다. 또한 전체적으로 재현성을 비교했을 때 3 mm와 5 mm, 1 mm와 3 mm, 그리고 1 mm와 5 mm의 순으로 점차 일치도가 낮아지는 것으로 나타났다. 결론적으로 조영 증강 영상의 Radiomics분석을 진행할 때 각기 다른 절편 두께의 영상을 사용하는 경우 몇몇 분석 값을 제외하고는 전체적으로 분석 값의 재현성이 낮아지는 경향이 보여 서로 비교하기 어려운 것으로 나타났다. 따라서, Radiomics 분석을 사용하기 위해서는 동일한 절편 두께의 영상이 요구된다고 할 수 있다.
국문 요약
폐암은 5년 생존율이 18%에 이를 정도로 매우 낮으며 전립선암, 유방암, 대장-직장암으로 인한 사망자를 모두 합한 것보다 더 많은 사망자를 유발할 뿐만 아니라 예후도 좋지 않은 암으로 알려져 있다. 최근 의료 영상 장비와 영상 처리 기술의 발전, 컴퓨팅 파워의 향상으로 영상 분석을 통해 비침습적으로 맞춤 의료를 제공할 수 있는 기반이 마련되었다. 이러한 맞춤 의료를 제공할 수 있는 분야 중에 하나가 Radiomics 분석이다. Radi-omics 분석은 의료 영상을 기반으로 수많은 정량화된 값들을 추출하여 임상적 결정에 사용하려는 영상처리 기법으로, 폐암의 경우 종양의 이질성의 여부와 예후 예측 등을 비침습적으로 할 수 있다고 알려져 있다. 그러나 Radiomics 분석 값은 전산화 단층 촬영 영상 획득 프로토콜(Computed tomography protocol)에 따른 커널(Kernel), 조영 증강의 여부, 절편의 두께(Slice thickness) 등의 인자에 영향을 많이 받는 것으로 알려져 있다. 따라서, Radiomics 분석 값을 비교할 때는 각 인자가 Radiomics 분석에 미치는 영향에 대해 정확하게 파악하고 있어야 한다. 현재까지 절편의 두께와 그에 따른 Radiomics 분석 값의 일치도의 영향에 대해 비 조영 증강 영상에 대한 연구는 있지만 조영 증강 영상에 대한 구체적 보고가 없어 본 연구를 시행하였다. 폐암으로 진단된 환자의 수술 전 CT중 1 mm, 3 mm, 그리고 5 mm의 절편 두께 영상을 가진 환자 100명의 CT를 무작위로 선별하였다. 폐암의 분할(Segmentation)은 딥 러닝 모델(Deep learning model)과 전통적인 영상처리 알고리즘(Algorithm)기법 등의 반자동 영상 분할 방법을 사용한 후 영상의학과 의사에 의해 최종 확정되었다. 이때 영상 분할의 재현성의 유지를 위해 관찰자에 의한 수정은 최소화하였으며, Radiomics 분석 값 추출에 사용되었다. Radiomics 분석 값은 오픈 소스로 공개된 Py-Radiomics를 이용하여 718개의 값을 추출하였다. 추출된 Radiomics 분석 값은 일치도 상관 계수 분석방법(CCCs; Concordance correlation coefficients)을 통해 절편 두께별로 얼마나 Radi-omics 분석 값이 일치를 보이는지 평가하였다. 1 mm와 3 mm의 절편 두께의 일치도를 분석한 결과, 형태학적 분석 값(Shape features)은 0.93 ± 0.06, 히스토그램 분석 값(Intensity features)은 0.75 ± 0.17, 질감 분석 값(Texture features)은 0.62 ± 0.19, 웨이블릿 분석 값(Wavelet features)은 0.38 ± 0.22로 나타났다. 1 mm와 5 mm의 절편 두께의 일치도 분석 결과 형태학적 분석 값은 0.86 ± 0.12, 히스토그램 분석 값은 0.60 ± 0.21, 질감 분석 값은 0.42 ± 0.18, 웨이블릿 분석 값은 0.25 ± 0.19의 일치도를 보였다. 3 mm와 5 mm의 절편 두께 영상을 가지는 영상의 비교에서는 형태학적 분석 값은 0.92 ± 0.09, 히스토그램 분석 값은 0.90 ± 0.06, 질감 분석 값은 0.76 ± 0.16, 웨이블릿 분석 값은 0.63 ± 0.22의 일치도를 보였다. 또한 1 mm와 3 mm의 절편 두께 영상의 비교에서 재현성을 보이는 경우(CCCs ≥ 0.85)는 형태학적 분석 값은 87.5 %, 히스토그램 분석 값은 31.57 %, 질감 분석 값은 5.08 %, 웨이블릿 분석 값은 2.56 %로 나타났으며, 1 mm 와 5 mm의 절편 두께 영상에서는 형태학적 분석 값은 62.5 %, 히스토그램 분석 값은 10.53 %, 질감 분석 값은 0 %, 웨이블릿 분석 값은 0.80 %로 나타났다. 그리고 3 mm와 5mm의 절편 두께 영상에서는 형태학적 분석 값은 87.5 %, 히스토그램 분석 값은 73.68 %, 질감 분석 값은 38.98 %, 웨이블릿 분석 값은 18.27 %로 나타났다. 세가지 경우 모두에서 형태학적 분석 값이 0.85이상으로 나타나 영상 분할의 과정에서 발생하는 영향을 최소화하였음을 알 수 있다. 또한 전체적으로 재현성을 비교했을 때 3 mm와 5 mm, 1 mm와 3 mm, 그리고 1 mm와 5 mm의 순으로 점차 일치도가 낮아지는 것으로 나타났다. 결론적으로 조영 증강 영상의 Radiomics분석을 진행할 때 각기 다른 절편 두께의 영상을 사용하는 경우 몇몇 분석 값을 제외하고는 전체적으로 분석 값의 재현성이 낮아지는 경향이 보여 서로 비교하기 어려운 것으로 나타났다. 따라서, Radiomics 분석을 사용하기 위해서는 동일한 절편 두께의 영상이 요구된다고 할 수 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.