초록
간암은 우리나라에서 전체 암 사망자 중 17.2%로 3번째의 흔한 사망 원인이며, 간암에 의한 사망률은 인구 10만 명당 약 21명에 이른다. 본 논문에서는 간 내부에서 발생하는 간 세포암을 CT 영상에서 자동으로 추출하는 방법을 제안하여 간 세포암의 보조진단으로서의 유용성에 대해 알아보고자 한다. 간 내부의 종양을 추출하기 위해 흉부의 윗부분에서 시작하여 2.5mm의 간격으로 약 $45{\sim}50$장 정도를 촬영한 CT 영상들을 대상으로 간 영역을 추출한다. 간 영역 추출은 관심이 없는 외부 영역을 갈비뼈를 중심으로 제거한 후, 영상의 자기 정보를 이용하여 각 기관의 영역을 분할한다. 분할된 영역들은 위 아래로 인접한 영상에서의 분할 영역들과 자기 값을 비교하여 적절하게 병합하는 3차원적 접근방법을 적용한다. 간 영역은 여러 개의 영역들 중에서 간 영역의 구조 및 위치 등의 정보를 활용하여 추출한다. 추출된 간 영역에서 종양 판별과 추출을 위해 종양이 가지는 특징을 분석하여 종양을 추출한다. 전형적인 간 세포암은 과혈관성 종양이므로 조영증강 CT 영상에서는 주위보다 밝은 색으로 나타나며, 팽창형 성장을 보일 경우에는 구형으로 나타나는 특징이 있다. 이에, 주위 보다 밝은 색을 가지고 둥근 형태를 가지는 영역을 종양의 후보 영역으로 선정한 후, 그 영상의 위와 아래로 연결되는 영상에서도 같은 위치에서 같은 특징을 보이는 영역이 있으면 간 내부의 종양으로 판별하여 추출한다. 제안된 간 영역 및 간 종양 추출 방법의 정확성을 판별하기 위하여 CT 영상을 대상으로 실험하여 영상의학 전문의가 판단한 결과와 비교하였다. 간 영역 추출은 정확히 모두 추출되었으며, 간 종양 추출 및 판별은 전문의의 보조 진단 도구로 활용할 수 있는 가능성이 매우 높다는 것을 확인할 수 있었다.
In Korea, hepatoma is the thirdly frequent cause of death from cancer occupying 17.2% among the whole deaths from cancer and the rate of death from hepatoma comes to about 21's persons per one-hundred thousand ones. This paper proposes an automatic method for the extraction of areas being suspicious as hepatoma from a CT scan and evaluates the availability as an auxiliary tool for the diagnosis of hepatoma. For detecting tumors in the internal of the liver from CT scans, first, an area of the liver is extracted from about $45{\sim}50's$ CT scans obtained by scanning in 2.5-mm intervals starting from the lower part of the chest. In the extraction of an area of the liver, after unconcerned areas outside of the ribs being removed, areas of the internal organs are separated and enlarged by using intensity information of the CT scan. The area of the liver is extracted among separated areas by using information on position and morphology of the liver. Since hepatoma is a hypervascular turner, the area corresponding to hepatoma appears more brightly than the surroundings in contrast-enhancement CT scans, and when hepatoma shows expansile growth, the area has a spherical shape. So, for the extraction of areas of hepatoma, areas being brighter than the surroundings and globe-shaped are selected as candidate ones in an area of the liver, and then, areas appearing at the same position in successive CT scans among the candidates are discriminated as hepatoma. For the performance evaluation of the proposed method, experiment results obtained by applying the proposed method to CT scans were compared with the diagnoses by radiologists. The evaluation results showed that all areas of the liver and liver tumors were extracted exactly and the proposed method has a high availability as an auxiliary diagnosis tools for the discrimination of liver tumors.