Ultrasonic image assessment of the degree of pancreatic fat deposition

췌장 지방 침착 정도에 따른 초음파 영상 평가

Pancreatic ultrasound imaging is used to diagnose pancreatic hyperplasia, pancreatic steatosis, pancreatic cancer and the like. If the diagnosis of pancreatic steatosis is pancreatic parenchyma echo shades splashes spleen than in the pancreas ultrasound it determines that the fat is deposited. And research on ultrasound imaging of pancreatic cancer but is actively conducted research studies on pancreatic steatosis is insufficient In addition, pancreatic steatosis is often an error in accordance with the diagnostic criteria are vague and subjective diagnosis of the artisan. This study was a quantitative analysis using the feature value extracting a feature of an image extracted by applying a parameter to the algorithm GLCM image of the normal and pancreatic fat. Setting a region of interest ($5{\times}5pixel$) in the mild 89 case, moderate 89 case, severe 89 case, total image 267 case using GLCM algorithm, and using the Autocorrelation, Sum average, Sum of squares, Sum varience 4 kinds parameter in each image It was analyzed.

췌장 초음파 영상은 췌장비대증, 췌장지방증, 췌장암 등을 진단하기 위해서 사용된다. 췌장지방증의 진단은 췌장 초음파 영상에서 비장 실질보다 췌장 에코음영이 밝아진 경우 지방이 침착된 것으로 판단한다. 그리고 췌장암의 초음파 영상에 관한 연구는 활발히 이루어 졌지만 췌장 지방증에 관한 연구 사례는 미흡하다. 또한 췌장지방증은 그 진단 기준이 모호하고 숙련자의 주관적인 진단에 따른 오류가 많다. 이에 본 연구에서는 정상과 지방췌장의 영상에 GLCM algorithm을 적용하여 영상의 특징을 추출하고 추출된 특징값을 parameter를 이용하여 정량적인 분석을 하였다. GLCM algorithm을 이용하여 정상 89증례, 중등도 89증례, 고도 89증례 총 영상 267증례에 관심영역($5{\times}5pixel$)을 설정하고, 각 영상에서 Autocorrelation, Sum average, Sum of squares, Sum varience 4가지 parameter를 이용하여 분석하였다.