[논문]전립선비대증 초음파 영상에서 GLCM을 이용한 컴퓨터보조진단의 영상분석

조진영; 김창수; 강세식; 고성진; 예수영

doi:10.5392/jkca.2015.15.03.184

전립선비대증 초음파 영상에서 GLCM을 이용한 컴퓨터보조진단의 영상분석
Image Analysis of Computer Aided Diagnosis using Gray Level Co-occurrence Matrix in the Ultrasonography for Benign Prostate Hyperplasia 원문보기

한국콘텐츠학회논문지 = The Journal of the Korea Contents Association, v.15 no.3, 2015년, pp.184 - 191

조진영 (부산가톨릭대학교 대학원 방사선학과) , 김창수 (부산가톨릭대학교 보건과학대학 방사선학과) , 강세식 (부산가톨릭대학교 보건과학대학 방사선학과) , 고성진 (부산가톨릭대학교 보건과학대학 방사선학과) , 예수영 (부산가톨릭대학교 보건과학대학 방사선학과)

초록
AI-Helper

전립선 초음파영상은 전립선암, 전립선비대증, 전립선염을 진단하고 전립선암의 생검과 전립선비대에서 전립선 크기 확인 등을 위해서 사용된다. 전립선비대증은 노인 남성의 가장 흔한 질병 중의 하나이다. 전립선은 주변구역, 중심구역, 이행구역과 전방 섬유근 간질부분 4개 구획으로 나누어진다. 전립선비대증은 조직학적으로 전립선 이행구역에서 결절성 증식을 동반한 요도주위의 진행성 과증식이 특징으로 이 결절로 인한 요도 폐쇄를 야기함에 따라 하부요로 증상을 유발한다. 그러므로 본 연구에서는 정상 전립선 이행구역 영상과 전립선비대 이행구역 영상에 대한 컴퓨터 알고리즘을 이용하여 정량적인 분석을 하였다. GLCM을 적용하여 정상영상 60증례와 전립선비대증영상 60증례을 분석영역($50{\times}50$ 픽셀)으로 설정하고, 각 영상에서 Autocorrelation, Contrast, Cluster Prominence, Entropy, Max Probability, Sum average 6가지 파라미터를 비교하여 분석하였다. 결과적으로 Autocorrelation, Cluster Prominence, Entropy, Sum Average 4개의 파라미터에서는 병변의 질감 검출 효율이 92-98%로 높게 나왔다. 이에 전립선 이행구역의 결절성 증식 변화를 정량적인 영상분석으로 확인 할 수 있었다. 향후 전립선비대증 진단에 있어 2차적인 수단으로 가능할 것으로 기대되며, 다양한 전립선 초음파 영상에 있어 기초 자료가 될 것으로 사료된다.

Abstract ▼ AI-Helper

Prostate ultrasound is used to diagnose prostate cancer, BPH, prostatitis and biopsy of prostate cancer to determine the size of prostate. BPH is one of the common disease in elderly men. Prostate is divided into 4 blocks, peripheral zone, central zone, transition zone, anterior fibromuscular stroma. BPH is histologically transition zone urethra accompanying excessive nodular hyperplasia causes a lower urinary tract symptoms(LUTS) caused by urethral closure as causing the hyperplastic nodule characterized finding progressive ambient. Therefore, in this study normal transition zone image for hyperplasia prostate and normal transition zone image is analyzed quantitatively using a computer algorithm. We applied texture features of GLCM to set normal tissue 60 cases and BPH tissue 60cases setting analysis area $50{\times}50pixels$ which was analyzed by comparing the six parameters for each partial image. Consequently, Disease recognition detection efficiency of Autocorrelation, Cluster prominence, entropy, Sum average, parameter were high as 92~98%.This could be confirmed by quantitative image analysis to nodular hyperplasia change transition zone of the prostate. This is expected secondary means to diagnose BPH and the data base will be considered in various prostate examination.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

이에 본 연구에서는 초음파 전립선이행구역에서 정상영상과 비대영상을 가지고 GLCM(Gray-level co-occurrence matrix)알고리즘을 적용하여 질감특징을 알아보고자 하였다.

제안 방법

GLCM 알고리즘으로 변형된 영상은 질감의 특징을 좀 더 명확하게 보여준다. Autocorrelation, Contrast, Cluster Prominence, Entropy, Max Probability, Sum Average 의 6가지 파라미터로 통계적인 방법을 사용하여 각 영상들의 질감(textutre)을 정량화하여 표현하였다[14-18][Table 1].
따라서 전립선 TZ의 증식된 조직을 분석함으로 정상과 비대조직의 특징을 정량화 하는 것이 가능하였고, GLCM의 영상 특징 정보를 이용함으로서 전립선의 크기와 함께 임상 진단의 보조적 수단으로 제안하였다.
실험방법은 전립선영상의 TZ에서 관심영역(ROI)을 설정하고, 50×50 픽셀 크기로 sub- image를 획득하여 MATLAB 2012a(MathWorks Inc. USA)를 이용하여Autocorrelation, Contrast, Cluster Prominence, Entropy, Max Probability, Sum Average를 구하였다[Fig. 2].
Japan) 초음파 장비로 획득한 영상을 이용하였다. 전처리 과정으로 히스토그램 평활화와 범위필터를 시행하였으며[Fig. 3][Fig. 4], 각 획득된 영상에 대해 제안된 GLCM 알고리즘을 이용하여 결과를 산출하였다.
GLCM은 영상 내에서 픽셀간의 밝기 값의 관계를 나타내어 이미지의 인접한 방향의 두 픽셀의 값을 좌표 값으로 이용하여 좌표 값의 출현빈도를 나타내는 행렬이다. 좌표 값의 출현빈도는 영상에서 0˚, 45˚, 90˚, 135˚의 4가지 방향에 대해 GLCM을 생성하였다. GLCM 알고리즘으로 변형된 영상은 질감의 특징을 좀 더 명확하게 보여준다.

대상 데이터

2013년 3월∼2014년 5월까지 H 병원에서 50∼80세 남성중에 전립선비대증으로 진단된 환자의 TZ 영상을 대상으로 하였으며, 정상 PZ의 용적(2∼5ml), 전립선비대 PZ의 용적(5∼11 ml)을 기준으로 전체영상 120증례로서 정상 전립선 TZ 60증례, 전립선비대 TZ 60증례를 실험대상으로 하였다.
2]. 실험영상은 HI VISION Preirus (HITACHI. Japan) 초음파 장비로 획득한 영상을 이용하였다. 전처리 과정으로 히스토그램 평활화와 범위필터를 시행하였으며[Fig.

이론/모형

영상의 질감적인 특성을 잘 드러나게 하기 위해 GLCM을 이용한다. GLCM은 영상 내에서 픽셀간의 밝기 값의 관계를 나타내어 이미지의 인접한 방향의 두 픽셀의 값을 좌표 값으로 이용하여 좌표 값의 출현빈도를 나타내는 행렬이다.

성능/효과

GLCM 파라미터 중 Autocorrelation, Cluster Prominence, Entropy, Sum Average에서 92∼98%로 높은 인식률을 나타내었다.
전립선 비대증에서 전립선의 증식은 주로 전립선 TZ의 증식(hyperplasia)이 원인이며, 조직학적으로 선성분 (glandular component)과 기질성분(stromal component)이 다양한 비율로 증식을 일으킨다. 전립선 TZ의 증식이 발생하면 질감은 거칠어지고 불균질해지며, 저음영 영역이 확대됨을 수치화로 분석할 수 있었다.
전립선 비대증 TZ Autocorrelation 결과값은 8.180 ± 1.64 (4.315∼11.275), Cluster Prominence 결과값은 3.421 ± 7.59 (6.143∼38.300), Entropy 결과값은 1.767 ± 0.13 (1.484∼2.106), Sum Average 결과값은 5.452 ± 0.60 (3.956∼6.602)으로 나타났다.
즉, 정상 전립선 TZ 영상에서 Autocorrelation 결과값은 16.369 ± 3.12 (10.615∼25.800), Cluster Prominence 결과값은 3.421 ± 1.95 (0.100∼10.760), Entropy 결과값은 1.329 ± 1.14 (1.059∼1.604), Sum Average 결과값은 8.015 ± 0.76 (6.473∼10.121)으로 나타났다.
통계분석 결과 유의 수준 0.05 이하로 Autocorrelation, Cluster Prominence, Entropy, Sum Average 파라미터에서 통계적으로 유의한 결과를 나타내었다. 즉, 정상 전립선 TZ 영상에서 Autocorrelation 결과값은 16.

후속연구

본 연구에서는 전립선 비대증의 TZ에 있어 처음으로 컴퓨터 알고리즘을 적용하여 영상 분석을 시도하였고 전반적인 전립선 질환에도 적용할 수 있는 기초자료가 될 것이라고 사료된다. 또한 조직검사의 결과를 병행하여 좀 더 최적화된 전처리기법과 다양한 알고리즘에 대한 추가 연구를 통해 임상질병 진단평가에 도움이 될것으로 사료한다.
본 연구에서는 전립선 비대증의 TZ에 있어 처음으로 컴퓨터 알고리즘을 적용하여 영상 분석을 시도하였고 전반적인 전립선 질환에도 적용할 수 있는 기초자료가 될 것이라고 사료된다. 또한 조직검사의 결과를 병행하여 좀 더 최적화된 전처리기법과 다양한 알고리즘에 대한 추가 연구를 통해 임상질병 진단평가에 도움이 될것으로 사료한다.

질의응답

핵심어	질문	논문에서 추출한 답변
	전립선비대증이란 무엇인가?	전립선비대증(benign prostatic hyperplasia, BPH)은 남성에게 가장 흔한 양성 종양으로 연령이 증가할수록 발생률도 증가한다. 임상적 전립선비대증은 전립선세포의 증식으로 전립선이 커지면서 요도폐색 및 요도 괄약근 긴장도 증가, 방광 근육 비후 등을 동반하여 하부요로증상이 생기는 것을 말한다[1].
	전립선 초음파영상은 어디에 사용되는가?	전립선 초음파영상은 전립선암, 전립선비대증, 전립선염을 진단하고 전립선암의 생검과 전립선비대에서 전립선 크기 확인 등을 위해서 사용된다. 전립선비대증은 노인 남성의 가장 흔한 질병 중의 하나이다.
	전립선비대증 검사에서 경직장초음파검사를 많이 이용하는데 어떤 장점 때문에 이용하는가?	1ml 정도이며, 전립선비대증의 진단 기준은 크기가 20ml 이상, 국제 전립선 증상 점수 7점 이상, 최대요속은 15ml/sec 이하가 일반적인 기준이다[3][4]. 경직장초음파검사는 시행이 간편하고 경제적이고 전립선질환의 초기 평가로서 전립선에 대한 객관적인 자료들을 얻을 수 있게 되어 전산단층촬영(Computertomography, CT), 자기공명영상(Magnetic Resonance Imaging, MRI)보다 실제 임상에서 많이 이용된다. 전립선은 주변구역(peripheral zone, PZ), 중심구역(central zone, CZ), 이행구역(transition zone, TZ)과 전방 섬유근 간질(anterior fibromus cular stroma) 4개의 구획으로 나누어지는데, 전립선 비대에서 하부요로증상을 유발하는 원인은 전립선 이행구역 부분에서 과도한 결절성 증식이 요도를 눌러 발생하는 조직학적인 특징 소견이다[5-7].

참고문헌 (21)

정희창, "하부요로증상/전립선비대증 일차 치료의 최근경향", Yeungnam Univ. J of Med, Vol.26, No.2, pp.85-92, 2009.

원문보기 상세보기
H. K. Park, H. Z. Park, S. Y. Cho, S. J. Jeong, and S. K. Hong, "The prevalence of benign prostatic hyperplasia in elderly men in korea: a community-based study," Korea J Urology, Vol.50, No.9, pp.843-847, 2009.

상세보기
S. H. Seol, Y. W. Park, J. Y. bahk, and S. K. Min, "Study Prostate of Korea Young Adult Using Transrectal Ultrasonography," Korea J Urology, Vol.49, No.4, pp.376-378, 2009.
김승현, 김현희, Prostate imaging, 일조각, 2010.
B. H. Kim and J. C. Sohn, "The Useful of Intravesical Prostatic Protrusion and Bladder Wall Thickness Measurement Using Transabdominal Ultrasound in Patients with Benign Prostatic Hyperplasia," The Department of Urology, keimyung University School of Medicine, Vol.46, No.11, pp.1180-1185, 2005.
J. K. Kim, H. S. Kim, and C. K. Sul, "Application of a Transition Zone Index in Patients of Small Volumme Hyperplasia of the Prostate Gland," Korea J Urology, Vol.44, No.8, pp.765-769, 2003.
S. J. Hong, "Bnign prostatic hyperplasia Multiple factors for prostate tissue change with aging," Korea J Urology, Vol.46, No.6, pp.547-554, 2005.
H. S. Kim, S. W. Lee, E. K. Kim, J. M. Cho, and K. H. Han, "Relationships between Relative Proportion of Tissue Components, Urodynamic Parameters, and Low Urinary Tract Symptoms in Patients with Benign Prostatic Hyperplasia," Korea J Urology, Vol.50, No.9, pp859-864, 2009.

상세보기
정승일, 전립선 조직구성과 Finasteride의 약물과와 의 관계, 전남대학교 박사학위논문, 2001.
J. K. Lee, T. H. Kim, and H. B. Shim, "Effect of Finasteride According to the Histological Types of Benign Prostatic Hyperplasia as Predicted by Transrectal Ultrasonography," Korea J Urology, Vol.43, No.11, pp944-948, 2002.
이진수, 고성진, 강세식, 김정훈, 박형후, 최석윤, 김창수, "컴퓨터보조진단을 이용한 유방 초음파 영상에서의 미세석회화 검출효율", 방사선기술과학, Vol.35, No.3, pp.227-235, 2012.

원문보기 상세보기
김창수, 고성진, 강세식, 김정훈, 김동현, 최석윤, "컴퓨터단층영상에서 TIA를 이용한 간경화의 컴퓨터보조진단", 한국콘텐츠학회논문지, Vol.12, No.4, pp.358-366, 2012.

원문보기 상세보기
Nitish Zulpe and Vrushsen Pawar, "GLCM Textural Features for Brain Tumor Classification," International J of Computer Science Issues, Vol.9, No.3, 2012.
S. Poonguzhali and G. Ravindran, "Automatic Classification of Focal Lesions in Ultrasound Liver Image Using Combined Texture Features," Information Technology Journal, Vol.7, No.1, pp.205-209, 2008.

상세보기
Xiaofeng Yang, Srini Tridandapani, and Emi J. Yoshida, "Ultrasound GLCM texture analysis of radiation-induced parotid-gland injury in head-and-neck cancer radiotherapy," Medical phyics, Vol.39, No.9, 2012.
Sakamoto N. Yoshihiro and K. Gotoh, "Relationship of ultrasonic and histologic findings in benign prostatic hyperplasia," Vol.28, No.2, pp.111-116, 1996.

상세보기
오성택, GLCM 특징과 신경망을 이용한 유방초음 파영상의 비정형 패턴 추출에 관한 연구, 호남대학교 박사학위논문, 2009.
임재형, GLCM을 이용한 CT에서의 단면영상간 매칭에 관한 연구, 서울대학교 석사학위논문, 2014.
H. S. Chang and C. H. Park, "Transitional Zone Volume: A Predictor of Acute Urinary Retention in Patients with Benign Prostatic Hyperplasia," Korea J Urology, Vol.46, No.3, pp.259-263, 2005.
S. H. Seol and Y. W. Park, "Study of Prostate of Korean Young Adult Using Transrectal Ultrasonography," Korea J Urology, Vol.49, No.8, pp.720-726, 2008.

상세보기
오종환, 김상현, 김남철, "초음파 볼륨에서 웨이브렛 변환을 이용한 전립선 객체 추출", 전자공학회, Vol.3, No.43, pp.158-168, 2006.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증