초록
ROC에 의한 의료영상을 평가하는 방법으로 지금까지는 5단계로 평가하는 평정확신도법이 일반적으로 사용되었다. 이 평정확신도법에서는 TPF나 FPF의 산출을 쉽게 구하는 것이 가능하나, 실험에 있어서 부드럽게 ROC곡선의 추정을 하기 위해서 관찰자에 대해 적당한 카테고리 배분이 요구되거나 또 짜여진 카테고리 배분을 위해 그 데이터가 무효해지는 경우가 많다. 이러한 문제를 해결하기 위해 또는 관찰실험 이외의 데이터에도 ROC해석의 응용이 가능해지도록 카테고리 분류가 되어 있지 않은 연속적으로 분포된 실험결과를 이용 ROC 해석을 행하는 방법인 연속확신도법이 보고 되었다. 하지만 국내에서는 의료영상의 평가에 연속확신도법을 적용한 예가 거의 없어서 흉부 디지털영상의 평가에 적용해 보았다. 그 결과 상용화된 프로그램에 의하여 부드러운 ROC곡선을 그릴 수 있었으며, 특성값을 쉽게 측정할 수 있어 디지털 의료영상의 평가에 적절히 사용될 수 있으리라 사료된다.
In general, the discrete confidence judgments that use five-step assessment method have been used to assess the medical images by ROC. TPF or FPF can be computed easily with this independent reading test. However, during experiments, it happens frequently that adequate distribution for observers is required to smoothly estimate the ROC curve. In addition, data becomes invalid for distribution of the created categories. To solve such problems or to apply the ROC interpretation to data that is not obtained from the experimental observation, the continuous confidence judgements (CCJ) has been proposed, which implements ROC interpretation using continuously-distributed experimental results without category classification has been used. As the use of CCJ to assess medical images was barely reported in Korea, we applied it to the assessment of chest digital images in this study. The results showed that a smooth ROC curve was obtained conveniently by the commercialized program and the characteristic value was measured easily. Therefore, it is recommended that this method can be applied to the assessment of digital medical images.
