• 센서학회지
• /
• 제13권1호
• /
• pp.56-65
• /
• 2004

In this paper, we proposed the detection algorithm of microcalcification based on region growing method with contrast and edge sharpness in digital X-ray mammographic images. We extracted the local maximum pixel and watershed regions by using watershed algorithm. Then, we used the mean slope between local maximum and neighborhood pixels to extract microcalcification candidate pixels among local maximum pixels. During increasing threshold value to grow microcalcification region, at the maximum threshold value of the contrast and edge sharpness, the microcalcification area is decided. The regions of which area of grown candidate microcalfication region is larger than that of watershed region are excluded from microcalcifications. We showed the diagnosis algorithm can be used to aid diagnostic-radiologist in the early detection breast cancer.

• 대한방사선기술학회지:방사선기술과학
• /
• 제32권1호
• /
• pp.45-52
• /
• 2009

유방 촬영술(Digital mammography)은 유방암의 조기 진단에서 매우 중요한 진단 방법으로서 비촉지성 유방암의 조기 발견율을 높여 유방암에 따른 여성의 사망률을 감소시키고 있다. 그 중에서도 유방 병변의 미세석회화(Microcalcification)는 조기 유방암의 진단에 있어서 중요한 병변으로 보고 되고 있으며, 선별 검사로 임상적 유용성이 확립된 상태이다. 유방 촬영술에서 미세석회화 소견은 영상의학과 전문의가 판독하여 조직 검사에서 양성 및 악성 병변에 대하여 각각 군집의 개수, 군집 당 석회화 수, 미세석회화 크기와 범위, 미세석회화 형태, 동반 종괴의 유무 등을 분석하여 최종적으로 진단을 확정한다. 그러므로 군집화된 미세석회화의 정보는 유방암 예측에 있어 임상적인 실질 정보를 가지고 있으며, 의사에게 진단을 위한 검사의 기본적인 가이드라인을 제시한다. 따라서 본 연구에서는 유방 촬영술의 디지털 영상에 나타난 미세석회화의 정량적인 계산을 위해서 DoG filter, Adaptive thresholding, Expectation Maximization의 3단계를 제안한다. 제안한 알고리듬을 실험을 통하여 군집화 및 각 클러스터 내의 미세석회화의 분포 개수, 길이를 측정하였으며, 임상의 사에게 디지털 유방영상의 분석을 통하여 초기 유방암 진단의 지표를 제시할 것으로 사료된다. 그리고 이는 객관적인 유방암 컴퓨터자동검출(CAD)에 사용될 수 있는 병변의 정보로서 가능성을 보였다.

• 한국방사선학회논문지
• /
• 제10권3호
• /
• pp.201-206
• /
• 2016

유방암에 관한 사회적인 관심이 증가되고 있는 가운데 진단의 가장 기본이 되는 검사는 유방 X선 촬영과 유방 초음파 검사이다. 특히 유방 미세석회화는 조직학적 진단을 필요로 하며 유방 미세석회화 조직검사를 시행하고 있다. 이에 미세석회화 진단에 기본이 되는 X선 유도 하 조직검사(needle localized open biopsy)와 초음파 유도 하 조직검사(sono guided core needle biopsy)를 분석하여 평가하고자 한다. 유방 미세석회화를 주소로 내원한 환자에서 확대 촬영을 시행한 241예를 대상으로 X선 유도 하 조직검사(needle localized open biopsy)와 초음파 유도 하 조직검사(sono guided core needle biopsy)의 연령대 별 분포와 병소의 위치를 분석하고 확대촬영 시행 후 이루어진 검사를 분류해서 X선 유도 하 조직검사와 초음파 유도 하 조직검사의 빈도를 분석하고 악성과 양성의 결과를 확인 하였다. 그 결과 X선 유도 하 조직검사(needle localized open biopsy)가 64예(26.6%)로 초음파 유도 하 조직검사(sono guided core needle biopsy) 12예(4.9%)에 비해 5.4배 높은 것으로 나타났다. 초음파 장비의 발달과 입체정위 흡입법(stereotactic vacuum-assisted biopsy)등의 발달로 미세석회화의 조직학적 진단방법이 다양해지고 있지만, 각각 검사의 특성과 한계점을 고려해 볼 때 X선 유도 하 조직검사(needle localized open biopsy)가 유방 미세석회화 병변에서는 정확한 조직학적 진단을 제공한다고 사료된다.

• 대한방사선기술학회지:방사선기술과학
• /
• 제35권3호
• /
• pp.227-235
• /
• 2012

유방영상은 유방 전체의 재현 가능한 영상을 만들며, 만져지지 않는 조기 유방암의 가장 중요한 소견인 미세석회화와 종괴를 발견할 수 있어 유방 질환의 일차적인 선별검사로 이용되고 있다. 유방 병변의 미세석회화는 조기 유방암의 진단에 있어서 중요한 병변으로 보고되고 있지만 유방초음파 검사에서 검출이 어렵다. 본 연구에서는 유방초음파 영상에서 미세석회화 검출을 위해 6가지의 질감분석 파라미터를 이용하였으며, 정상 초음파영상과 미세석회화가 보이는 초음파 영상 간의 병변인식률을 알아보았다. 실험결과로는 유방촬영영상과 유방 초음파영상에서 병변을 구별하는 컴퓨터자동진단 인식률은 70~98%로 상당히 높은 결과를 나타내었다. ROC 분석에서도 평균대조도와 엔트로피 파라미터의 특이도는 다소 낮게 나타났으나, 나머지 4개 파라미터의 민감도와 특이도는 90% 이상을 나타내어 초음파영상에서 미세석회화 검출의 가능성을 보였다. 향후 6가지 질감분석 알고리즘들 외에 추가적인 파라미터 알고리즘의 연구가 계속 진행되어 컴퓨터자동진단의 실용화기반을 마련한다면 전문의 진단의 예비단계로서 더욱 중요한 의미를 가질 것이며, 유방암의 조기진단에 매우 유용할 것으로 사료된다.

• 한국멀티미디어학회논문지
• /
• 제8권4호
• /
• pp.482-491
• /
• 2005

본 논문에서는 디지털 X선 유방 촬영 시스템에서 획득된 영상으로부터 웨이브릿 변환과 자동적인 임계치 설정기법을 이용하여 미세 석회화 영역을 추출하였다. 디지털 X선 영상 장비는 임상 진단 분야에서는 필수적인 진단 장비이며, 흉부 촬영, 골절상 및 치아 교정 등의 다양한 분야에 사용되고 있다. 특히 디지털 X선 유방 촬영술은 유방암 진단의 가장 좋은 방법으로 알려져 있으며 최근 국내에서 디지털 X선 기기를 개발하기 위한 많은 연구들이 진행되고 있다. 본 논문에서는 디지털 X선 유방 촬영 영상으로부터 초기 단계의 유방암 진단을 위해 필수적인 미세 석회화를 검출하는 알고리즘을 제안하여 이를 효과적으로 검출하였으며 진단 방사선학적 진단에 도움을 줄 수 있음을 보였다.

• 대한방사선협회지
• /
• 제29권1호
• /
• pp.96-97
• /
• 2003

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 1998년도 춘계학술발표논문집
• /
• pp.128-132
• /
• 1998

유방암의 조기진단을 위한 수단으로 Mammography의 x-선 film-screen이 많이 사용된다. 그러나, Mammogram에서 정상조직과 암조직 간의 대조도 차이가 크지 않으므로 판독은 그다지 쉽지가 않다. 이러한 문제들의 해결을 위하여 mammogram의 디지털 화상처리 및 분석 연구가 활발히 진행 중이다. 본 연구에서는 진단방사선의들이 필름을 판독할 때 시각적인 인지도를 높여주고, 보다나은 의료지원 서비스의 제공을 위한 목적으로, 유방암의 조기진단의 중요한 요소인 미세석회의 검출을 위한 방법으로서 fractal dimension을 구하여 종괴와 미세석회, 미세석회에 대한 차이를 분석하고자 하였다. 각각의 실험군에 대하여 30명씩 60명의 데이터를 0.1mm resolution의 12bit gray scale로 획득하여 사용하였는데, 일차로 화상의 대조도 개선을 위하여 처리를 하였고 화상의 분석으로 강조된 화상의 불규칙정도 및 거친 정도를 나타내기 위하여 fractal dimension을 계산하였다. 원화상에서 가시적으로 분간하기 힘들었던 병변을 화상처리를 통해 강조된 화상에서는 쉽게 그 특징을 볼 수 있었다. 실제로 mammogram을 진단할 때, 강조화상으로 미세석회와 같은 조기진단의 가시적인 판단을 도모할 수 있으며, 미세석회의 진단에서 fractal dimension값을 이용하여 병변 특성의 하나로서 사용할 수 있을 것으로 판단된다.

• 대한의용생체공학회:의공학회지
• /
• 제25권4호
• /
• pp.235-242
• /
• 2004

본 논문에서는 영역 성장법을 기반으로 자동적인 임계치 설정에 의하여 미세 석회화를 추출하는 방법을 제안하였다. 미세 석회화 후보 영역에서 임계치를 반복적으로 증가시키면서 국부 최대치 화소로부터 영역을 성장시키고 명암 대비와 에지 선예도가 최대일 때 최적의 임계치가 결정됨으로써, 실제 영상에 있어서 효과적으로 미세 석회화를 추출할 수 있었다. 총 299개의 미세 석회화에 대하여 81.5%의 TP(true positive) 비율과 1.1개의 평균 FP(false positive) 개수를 가지는 만족할 만할 결과를 얻었으며, 진단 방사선 전문의의 조기 유방암 진단을 위한 보조 역할이 될 수 있음을 알 수 있었다.

• 대한의용생체공학회:의공학회지
• /
• 제18권4호
• /
• pp.357-364
• /
• 1997

유방암은 그 조기 발견이 암환자의 사망률을 줄이는 데 있어서 가장 중요한 요소임을 알려져 있다. 스크리닝 검사에 의해 발견되는 유방암의 20%정도를 차지하는 DCIS(ductal carcinoma in situ)의 경우 미세석회화만이 필름 상에서 볼 수 있는 유일한 소견이다. 따라서 미세석회화를 발견하고 그 형태와 분포의 분석을 통한 진단이 암의 조기 발견에 매우 중요하다. 이 검출과정을 자동화하려는 시도가 디지털 영상처리 기술의 관심이 되어 왔다. 본 연구에서는 상관계수를 특징(feature)으로 사용하여 성능을 향상시킨 통계적 패턴 분류법을 제안하였다. 결과적인 검출율은 통계적 문턱치 설정에 의한 이진호 방법과 비교하여 48%에서 83%로 향상되었다. 성능은 TP와 FP로 평가되었으며 클래스 구분시의 오차도 함께 나타내었다.

• 대한의용생체공학회:의공학회지
• /
• 제27권5호
• /
• pp.291-299
• /
• 2006

A Computer-Aided Diagnosis system has been examined to reduce the effort of radiologist. In this paper, we propose the algorithm using Support Vector Machine(SVM) classifier to discriminate whether microcalcifications are malignant or benign tumors. The proposed method to detect microcalcifications is composed of two detection steps each of which uses SVM classifier. The coarse detection step finds out pixels considered high contrasts comparing with neighboring pixels. Then, Region of Interest(ROI) is generated based on microcalcification characteristics. The fine detection step determines whether the found ROIs are microcalcifications or not by merging potential regions using obtained ROIs and SVM classifier. The proposed method is specified on Korean mammogram database. The experimental result of the proposed algorithm presents robustness in detecting microcalcifications than the previous method using Artificial Neural Network as classifier even when using small training data.