일반적으로 간경변에 동반된 비장은 비대한 것으로 알려져 있다. 본 연구는 간경변을 보유한 환자의 복부 CT 영상을 이용하여 비장의 웨이브 패턴(wave patten)을 관찰하였는데 정상간을 보유한 사람의 복부 CT 영상과 차이가 있음을 발견하였다. 간경변을 가지고 있는 환자의 복부 CT 영상에서 비장은 왼쪽 측면에 깊은 웨이브 부분이 존재하였다. 정상간의 경우에도 왼쪽 측면에 웨이브가 존재하기도 하나 깊이가 깊지 않음을 알 수 있다. 그러므로, 간경변을 가진 비장의 웨이브 부분들의 면적의 합이 정상간을 가진 비장의 웨이브 면적보다 크다는 것을 알 수 있다. 나아가, 간경변을 보유한 영상에서 비장의 웨이브 부분을 추출하여 원형성(circularity)을 살펴보았을 때 정상간에 수반된 비장의 웨이브 부분보다 더 원형에 가깝다는 것을 알 수 있었다. 본 논문은 위와 같이 관찰된 원리를 바탕으로 복부 CT 영상에서 비장의 웨이브 패턴을 이용하여 비장 비대를 효과적으로 진단하는 새로운 방법을 제시한다. 이는 단순히 비장의 크기만을 이용하지 않고 비장의 형태 변화로써 국소적 비장 비대를 자동 판정해 낼 수 있음을 말해주는 것이다.
일반적으로 간경변에 동반된 비장은 비대한 것으로 알려져 있다. 본 연구는 간경변을 보유한 환자의 복부 CT 영상을 이용하여 비장의 웨이브 패턴(wave patten)을 관찰하였는데 정상간을 보유한 사람의 복부 CT 영상과 차이가 있음을 발견하였다. 간경변을 가지고 있는 환자의 복부 CT 영상에서 비장은 왼쪽 측면에 깊은 웨이브 부분이 존재하였다. 정상간의 경우에도 왼쪽 측면에 웨이브가 존재하기도 하나 깊이가 깊지 않음을 알 수 있다. 그러므로, 간경변을 가진 비장의 웨이브 부분들의 면적의 합이 정상간을 가진 비장의 웨이브 면적보다 크다는 것을 알 수 있다. 나아가, 간경변을 보유한 영상에서 비장의 웨이브 부분을 추출하여 원형성(circularity)을 살펴보았을 때 정상간에 수반된 비장의 웨이브 부분보다 더 원형에 가깝다는 것을 알 수 있었다. 본 논문은 위와 같이 관찰된 원리를 바탕으로 복부 CT 영상에서 비장의 웨이브 패턴을 이용하여 비장 비대를 효과적으로 진단하는 새로운 방법을 제시한다. 이는 단순히 비장의 크기만을 이용하지 않고 비장의 형태 변화로써 국소적 비장 비대를 자동 판정해 낼 수 있음을 말해주는 것이다.
Generally, it is known that the spleen accompanied by liver cirrhosis is hypertrophied or enlarged. We examined the wave pattern of the spleen by using abdominal CT images of a patient with liver cirrhosis, and found that they are different from those of a person with a normal liver In the abdominal...
Generally, it is known that the spleen accompanied by liver cirrhosis is hypertrophied or enlarged. We examined the wave pattern of the spleen by using abdominal CT images of a patient with liver cirrhosis, and found that they are different from those of a person with a normal liver In the abdominal CT image of the patient with liver cirrhosis, there is a deep wave part on the left side of the spleen. In the case of the normal liver, there are waves on the left side, but they aren't deep. Therefore, the total area of waving parts of the spleen with liver cirrhosis is found to be greater than that of the spleen with the normal liver. Moreover, when examining circularity by abstracting the waves of the spleen from the image iO liver cirrhosis, we found they are more circular than those of the spleen accompanied by a normal liver. This paper suggests an automatic method to diagnose splenic enlargement by using the wave pattern of the spleen in abdominal CT images on the basis of the two principles. It tells us that we can judge if the abdomen has a focal splenic enlargement automatically, without the manual test of the size of spleen, only with the shape of spleen.
Generally, it is known that the spleen accompanied by liver cirrhosis is hypertrophied or enlarged. We examined the wave pattern of the spleen by using abdominal CT images of a patient with liver cirrhosis, and found that they are different from those of a person with a normal liver In the abdominal CT image of the patient with liver cirrhosis, there is a deep wave part on the left side of the spleen. In the case of the normal liver, there are waves on the left side, but they aren't deep. Therefore, the total area of waving parts of the spleen with liver cirrhosis is found to be greater than that of the spleen with the normal liver. Moreover, when examining circularity by abstracting the waves of the spleen from the image iO liver cirrhosis, we found they are more circular than those of the spleen accompanied by a normal liver. This paper suggests an automatic method to diagnose splenic enlargement by using the wave pattern of the spleen in abdominal CT images on the basis of the two principles. It tells us that we can judge if the abdomen has a focal splenic enlargement automatically, without the manual test of the size of spleen, only with the shape of spleen.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
접점을 구하는 방법은 (그림 6)(c)로써 설명할 수 있다. 구하여진 각도선 a가 있다고 가정했을 때 각도선 a를 구성하는 모든 점들을 순차적으로 진행시키면서 접점의 조건을 만족하는지 조사한다. 점 p와 점 q는 각도선 a를 구성하는 많은 점들 중 두 점이다.
있다. 본 논문은 간경변을 보유한 환자의 복부 CT 영상을 이용하여 비장의 웨이브 패턴(wave pattern)을 관찰하였는데 정상간을 보유한 사람의 복부 CT 영상과 차이가 있음을 발견하였다. 간경변을 가지고 있는 환자의 복부 CT 영상에서 비장은 (그림 1)처럼 왼쪽 측면에 깊은 웨이브 부분이 존재하였다.
것이 아니다. 본 논문은 복부 CT 영상에서 비장의 웨이브 패턴을 이용하여 비장 비대를 효과적으로 진단하는 새로운 방법을 제시한다. 본 방법은 간경변을 가진 영상에서 비장의 웨이브 부분들의 면적의 합이 정상간을 가진 영상에서 비장의 웨이브 면적보다 크다는 원리와 간경변을 보유한 영상에서 비장의 웨이브 부분이 정상간에 수반된 비장의 웨이브 부분보다 더 원형에 가깝다는 원리를 이용한 기법이다.
본 논문은 위와 같이 관찰된 원리를 바탕으로 복부 CT 영상에서 비장의 웨이브 패턴을 이용하여 비장의 비대를 효과적으로 진단하는 새로운 방법을 제시한다. 먼저 복부 CT 영상에서 위치 정보 이용을 강화하고 각도선 기법을 이용하여 비정상 간과 비장을 자동 분리, 추출하였다.
본 논문은 중점으로 정한 한 픽셀의 좌표로부터 시작하여 360도로 각도선을 사방으로 퍼뜨리며 만나는 픽셀들을 간부분으로 처리할 것인지 아니면 간 이외의 부분으로 간주할 것인지를 정한다. 이때 간의 모양을 고려했을 때 길이와 폭이 간의 가장자리마다 다르다는 것을 알 수 있다.
본 논문은 복부 CT 영상에서 비장의 웨이브 패턴을 이용하여 비장 비대를 효과적으로 진단하는 새로운 방법을 제시한다. 본 방법은 간경변을 가진 영상에서 비장의 웨이브 부분들의 면적의 합이 정상간을 가진 영상에서 비장의 웨이브 면적보다 크다는 원리와 간경변을 보유한 영상에서 비장의 웨이브 부분이 정상간에 수반된 비장의 웨이브 부분보다 더 원형에 가깝다는 원리를 이용한 기법이다.
본 연구는 간경변을 보유한 환자의 복부 CT 영상에서 비장의 웨이브 패턴을 조사하기 위해서 한 case를 구성하는 17여장의 슬라이스 영상중 3장의 슬라이스 영상들만으로 테스트를 행한다. 한 case를 구성하는 17여장의 영상 슬라이스들을 모두 웨이브 패턴을 조사할 필요가 없음을 알았기 때문이다.
제안 방법
이때 간의 모양을 고려했을 때 길이와 폭이 간의 가장자리마다 다르다는 것을 알 수 있다. 그래서, 본 연구는 간을 네 부분으로 나누고 각각의 부분들을 모양과 위치 특징에 따라 조금씩 다르게 처리하였다. 이는 (그림 2)7처럼 360도의 각도선을 90도, 180도, 270도, 360도 식으로 쿼터 (quarter)로 나누고 각 사분면들을 처리한다는 것이다.
앞선 또 다른 실험에서 우리는 단지 3장의 슬라이스만을 이용하였을 때 더 나은 결과를 얻음을 알았다. 그래서, 본 연구는 한 case의 슬라이스 구성 영상들의 비장을 모두 자동 분리하고 그 중 면적이 큰 3장을 선별하여 웨이브 패턴 테스트를 행하였다.
모든 영상에서 간 부분의 그레이 값이 다양하고 분포 값이 넓더라도 확실한 사실은 간 부분이 여타 다른 기관과는 어쨌든 그레이 값이 다르다는 것이다. 그러므로, 본 연구는 기준 값으로 정한 그레이 값에서 일정 그레이 값을 더한 값을 상한 값으로 삼고 일정 그레이 값을 감한 값을 하한 값으로 삼아서 병변을 포함하고 있는 간의 부분을 세그멘테이션하였다. 그러나, 기준 값을 정하기 위해서 선별해 내는 표본 픽셀들의 기준을 조심해서 정해야 한다.
진단하는 새로운 방법을 제시한다. 먼저 복부 CT 영상에서 위치 정보 이용을 강화하고 각도선 기법을 이용하여 비정상 간과 비장을 자동 분리, 추출하였다. 이 기법은 정상 간을 보유한 영상에도 적용되어 정상 간과 비장 또한 자동 분리, 추출할 수도 있다.
본 기법은 GNU C, X 왼도우, XV 이미지 뷰어 등을 가지고 한 유닉스 시스템에서 수행되었다. 본 기법의 전체적인 자동 처리 절차가 (그림 3)에 설명되어진다.
본 논문에서 제안한 새로운 비장 비대 진단법은 비장만으로 행해지므로 간의 분리는 의미가 없을 듯이 보이나 간 경변을 포함하는 영상에서는 간과 비장이 명암 값 등에서 유사성을 보이고 있으므로 본 논문은 간을 분리하는 기법을 비장을 분리하기 위해 사용하므로 간의 분리를 먼저 설명한다. 이후 동일한 기법으로 비장을 분리하는 과정을 기술한다.
본 논문은 각 영상들에서 간 부분의 그레이 값 범위가 모두 다르고 다양하다는 것에 관계없이 처리를 할 수 있도록 먼저 (그림 4)(c)와 같이 간 부분의 R* OI 통한 표본 픽셀들의 평균을 통해 예상 간 부분 그레이 값의 기준을 정하고 다음 과정을 행한다. 모든 영상에서 간 부분의 그레이 값이 다양하고 분포 값이 넓더라도 확실한 사실은 간 부분이 여타 다른 기관과는 어쨌든 그레이 값이 다르다는 것이다.
본 논문은 간의 위치 정보, 거리 정보를 이용하고 각 도선조절 기법 등을 사용하여 비정상간을 세그멘테이션하였다. 본 세그멘테이션 기법은 간경변, 간암 등을 보유한 비정 상간은 물론이고 정상간의 경우에도 적용될 수 있다.
배경은 그레이 값 0을 갖고 있으므로 바깥 쪽부터 그레이 값 0의 부분을 제거하면 된다. 본 연구에서는 바깥쪽 배경과 함께 복부 내부에서 그레이 값이 간의 평균 값에서 50 그레이 값을 감한 결과 값 이하를 보이는 부분까지 동시에 제거하였다.
본 장에서는 정상간을 가지고 있는 32 case와 간 경변을 가지고 있는 32 case의 복부 CT 영상들을 이용하여 실험한 결과를 기술한다. 실험에 사용하는 64 case 복부 CT 영상들의 간경변 여부는 내과 의사들과 방사선 의사들에 의해서 미리 판정된 결과이다.
간이 아닌 부분들이 얼마나 포함되는가에 따라 간의 기준 예상 값이 크게 달라질 수 있어서 전체 결과에 영향을 미칠 수 있기 때문이다. 이렇게 해서 구한 기준 값을 기준으로 간을 분리해 내게 되는데, 정상간을 분리해 내는 방법들처럼 바깥 쪽부터 스캔하는 방식으로는 효과적으로 결과를 얻어내기가 어려우므로 본 논문에서는 복부 CT 영상에서 왼쪽 중간 위 부분에 간이 존재한다는 사실에 착안하여 한 픽셀 점의 좌표를 선택하여 이를 기준으로 안에서 바깥쪽으로 간의 부분을 구해낸다.
대상 데이터
일반적으로 간경변을 가진 경우에 비장이 비대한 것으로 알려져 있다. 본 논문은 비장 비대 측정을 위하여 최종 정상 간을 가진 32 case와 간경변을 가진 것으로 판정된 32 case을 합하여 전체 64 case의 복부 CT 영상으로 실험을 행하였다. 각 case는 약 17장의 슬라이스 영상으로 되어 있고 각 슬라이스 영상은 512 X 512 픽셀 크기로 되어 있다.
각 case는 약 17장의 슬라이스 영상으로 되어 있고 각 슬라이스 영상은 512 X 512 픽셀 크기로 되어 있다. 우리는 충남대학교 병원으로부터 DICOM(Digital Imaging and Communication in Medicine) 파일 형식으로 이 영상 파일들을 구하여 실험을 행하였다. 일반적으로 복부 CT 영상에서 간암이나 간경변 등의 병변들을 갖고 있지 않은 정상인의 간(이하 정상간) 은 고른 명암값 분포 범위를 가지고 있다.
이론/모형
않는다. 그리하여, 본 논문에서는 비장의 분리를 위해서 간의 분리에서 사용하였던 각도선 방법을 이용한다. 비장에 대한 각도선 방법의 적용은 간의 각도선 방법과 동일하며 탐색을 시작하는 시작점의 위치만 다르다.
성능/효과
간 경변을 보유한 영상은 비장에서의 유효 웨이브의 면적의 합이 1000픽셀 이상이고 1000픽셀보다 작은 700에서 900의 경우에는 35% 이상의 원형 정도 평균을 가지고 있는 것으로 나타났다. 그러나, 간경변을 보유하지 않은 정상간을 보유한 영상에서는 비장의 유효 웨이브 면적 합이 1000픽셀을 넘지 못했고 간경변 보유 비장에서와 같은 700이상의 면적 크기를 갖는 경우에는 25% 이하의 원형 정도 평균을 보이는 것으로 나타났다.
간 경변을 보유한 영상은 비장에서의 유효 웨이브의 면적의 합이 1000픽셀 이상이고 1000픽셀보다 작은 700에서 900의 경우에는 35% 이상의 원형 정도 평균을 가지고 있는 것으로 나타났다. 그러나, 간경변을 보유하지 않은 정상간을 보유한 영상에서는 비장의 유효 웨이브 면적 합이 1000픽셀을 넘지 못했고 간경변 보유 비장에서와 같은 700이상의 면적 크기를 갖는 경우에는 25% 이하의 원형 정도 평균을 보이는 것으로 나타났다. 그리하여, 본 논문은 실험을 통하여 case를 구성하는 여러 슬라이스 영상 중에서 비장의 크기가 큰 3장을 선별하여 그 영상 안의 비장의 유효 웨이브 면적의 합이 700이상이고 웨이브 원형 정도 평균이 35%이상이면 간경변보유 판정을 내릴 수 있음을 밝혔다.
그리하여, 본 논문은 간경변을 보유한 간을 나타내는 복부 CT 영상에 적용되어 효과적으로 비장비대를 자동 판정할 수 있었다. 이는 비장비대의 측정에 있어, 비장의 체적이나 크기가 정상 범위라 할지라도, CT상 비장의 모양이 웨이브 형태를 보이면 국소적 비장비대일 가능성이 높음을 증명해 주는 것이다.
그러나, 간경변을 보유하지 않은 정상간을 보유한 영상에서는 비장의 유효 웨이브 면적 합이 1000픽셀을 넘지 못했고 간경변 보유 비장에서와 같은 700이상의 면적 크기를 갖는 경우에는 25% 이하의 원형 정도 평균을 보이는 것으로 나타났다. 그리하여, 본 논문은 실험을 통하여 case를 구성하는 여러 슬라이스 영상 중에서 비장의 크기가 큰 3장을 선별하여 그 영상 안의 비장의 유효 웨이브 면적의 합이 700이상이고 웨이브 원형 정도 평균이 35%이상이면 간경변보유 판정을 내릴 수 있음을 밝혔다. 본 자동 진단 기법은 미리 간경변으로 판정된 32 case에서 false-negative들의 수를 줄였고, 미리 정상간으로 판정된 32 case에서 falsepositive 들의 수를.
그러므로, 간경변을 가진 비장의 웨이브 부분들의 면적의 합이 정상간을 가진 비장의 웨이브 면적보다 크다는 것을 알 수 있다. 나아가, 간경변을 보유한 영상에서 비장의 웨이브 부분을 추출하여 원형성(circularity)을 살펴보았을 때 정상간에 수반된 비장의 웨이브 부분보다 더 원형에 가깝다는 것을 알 수 있었다.
진단 항목으로 비교한 결과를 보여준다. 본 연구의 실험을 통하여, 우리는 단순히 비장의 크기만을 이용하지 않고 비장의 형태로써 비장 비대를 자동 판정해 낼 수 있음을 알 수 있었다.
그리하여, 본 논문은 실험을 통하여 case를 구성하는 여러 슬라이스 영상 중에서 비장의 크기가 큰 3장을 선별하여 그 영상 안의 비장의 유효 웨이브 면적의 합이 700이상이고 웨이브 원형 정도 평균이 35%이상이면 간경변보유 판정을 내릴 수 있음을 밝혔다. 본 자동 진단 기법은 미리 간경변으로 판정된 32 case에서 false-negative들의 수를 줄였고, 미리 정상간으로 판정된 32 case에서 falsepositive 들의 수를.줄였다.
이 실험의 결과를 통하여 본 실험은 간경변을 보유한 영상과 정상간을 보유한 영상의 차이점을 발견하였다. 간 경변을 보유한 영상은 비장에서의 유효 웨이브의 면적의 합이 1000픽셀 이상이고 1000픽셀보다 작은 700에서 900의 경우에는 35% 이상의 원형 정도 평균을 가지고 있는 것으로 나타났다.
참고문헌 (14)
P. Lamb, A. Lund, R. Kanagasabay, A. Martin, J. Webb, R. Reznek, 'Spleen size: how well do linear ultrasound measurements correlate with three-dimensional CT volume assessments',' Br. J. Radiol. Vol.75, No.895, pp.573-577, 2002
P. Prassopoulos, M. Daskalogiannski, M. Raissaki, A, Hatjidakis, N. Gourtsoyiannis, 'Determinance of normal splenic volume on computed tomography in relation to age, gender and body habitus,' Eur. Radiol. Vol.7, No.2, pp.246-248, 1997
A. Schlesinger, C. Hildebolt, M. Siegel, T. Pilgrim, 'Splenic volume in children: simplified estimation at CT,' Radiology. Vol.193, No.2, pp.78-580, 1994
R. Groell, L. Machan, G.J. Schaffler, M. Uggowitzer, K.H. Peichel, 'Morphometric measurement of abdominal organs: Comparison of ultrasound and spiral CT,' Acta Radiol. Vol.38, No.6, pp. 982-985, 1997
H. Rosenberg, R. Markowitz, H. Kolberg, C. Park, A. Hubbard, R. Bellah, 'Normal splenic size in infants and children: sonographic measurements,' Am. J. Roentgenol. Vol.157, No.1, pp.119-121, 1991
S. Sheth, S. Mani, H. Tarnhankar, P. Mehta 'Spleen size in health and disease: a sonographic assessment,' J. Assoc. Physicians lndia. Vol.43, No.3, pp.182-184, 1995
K. Frank, P. Linhart, C. Kortsik, H. Wohlenberg, 'Sono-graphic determination of spleen size: normal dimensions in adults with a healthy spleen,' Ultrachall Med. Vol.7, No.3, pp.134-137, 1986
L. Gao, D. G. Health, B. S. Kuszyk, and E. K. Fishman, 'Automatic Liver Segmentation Technique for Three-dimensional Visualization of CT Data,' Radiology. Vol.201, pp.359-364, 1996
L. Gao, D. G. Health, and E. K. Fishman, 'Abdominal Image Segmentation Using Three-dimensional Deformable Models,' lnves. Radiol. Vol.33, pp.348-355, 1998
E. L. Chen, P. C. Chung, and C. I. Chang, 'An Automatic Diagnostic System for CT Liver Image Classification,' IEEE Trans. Biomed, Eng. Vol.45, pp.783-794, 1998
※ AI-Helper는 부적절한 답변을 할 수 있습니다.