초음파영상에서 갑상선 결절의 컴퓨터자동진단을 위한 Texture Features 알고리즘 응용

• Published in: 한국콘텐츠학회 논문지, 13(5) Vol. 13; no. 5; pp. 303 - 310
• Main Authors: 고성진(Seong-Jin Ko), 이진수(Jin-Soo Lee), 예수영(Soo-Young Ye), 김창수(Changsoo Kim)
• Format: Journal Article
• Language: Korean
• Published: 한국콘텐츠학회 2013
• Subjects: 학제간연구; 갑상선 유두암; Papillary thyroid CA; 컴퓨터자동진단; CAD; Thyroid US; 갑상선 초음파영상; TFA
• ISSN: 1598-4877; 2508-6723
• DOI: 10.5392/JKCA.2013.13.05.303

Thyroid nodular disease is the most frequently appeared in thyroid disease. Thyroid ultrasonography offers location of nodules, size, the number, information of internal echo characteristic. Thus, it makes possible to sort high-risk nodule containing high possibility about thyroid cancer and to induct precisely when take a Fine Needle Biopsy Aspiration. On thyroid nodule, the case which is diagnosed as malignant is less than 5% but screening test is very important on ultrasound and also must be reduced unnecessary procedure. Therefore, in this study an approach for describing a region is to quantity its texture content. We applied TFA algorithm on case which has been pathologically diagnosed as papillary thyroid cancer. we obtained experiment image which set the ROI on ultrasound and cut the $50{\times}50$ pixel size, histogram equalization. Consequently, Disease recognition detection efficiency of GLavg, SKEW, UN, ENT parameter were high as 91~100%. It is suggestion about possibility on CAD which distinguishes thyroid nodule. In addition, it will be helpful to differential diagnosis of thyroid nodule. If the study on additional parameter algorithm is continuously progressed from now on, it is able to arrange practical base on CAD and it is possible to apply various disease in the thyroid US. 초음파영상은 갑상선 질병에서 결절성 갑상선 질병을 진단하는 검사로서 결절의 위치, 크기, 개수, 내부 에코 특성에 대한 정보를 제공하여 암의 가능성이 높은 고위험 결절을 선별하며, 세침흡인 검사 시 정확한 유도를 가능하게 한다. 갑상선 결절 중 악성으로 진단되는 경우는 5% 미만이지만 초음파에서 감별진단이 중요하다. 그러므로 본 연구에서는 병리학적으로 갑상선 유두암으로 진단된 증례를 실험 대상으로 하며, 영역을 묘사하는 알고리즘으로 그 질감을 정량화하는 방법으로 질감특징 분석(TFA)를 적용하여 컴퓨터자동진단의 검출 효율을 실험하였다. 초음파영상에서 관심영역을 설정하여 $50{\times}50$ 픽셀 크기, 히스토그램 평활화로 전처리하여 실험영상을 획득하였다. 전체영상 70증례에서 갑상선 유두암의 영상 35증례를 테스트 영상으로 하고, 고유영상 생성의 정상영상 35증례를 학습영상으로 실험하였다. 질감특징 분석 알고리즘을 적용한 실험결과 GLavg, SKEW, UN, ENT 4개 파라미터의 질병 검출 효율이 91~100%로 높게 나타났다. 이는 갑상선 결절 질병을 감별하는 컴퓨터자동진단의 응용을 나타내며, 갑상선 질병의 감별진단에 전처리 자동진단 가능성을 나타낸다. 향후 추가적인 관련 알고리즘의 연구가 계속 진행된다면 갑상선 질병의 컴퓨터자동진단의 실용화기반을 마련할 수 있을 것이고, 다양한 초음파영상의 질병에 대한 적용이 가능할 것으로 사료된다.