0
오늘 하루동안 보지 않기
잠시만 기다려 주세요. 로딩중입니다.
KMID : 0357520170400020237
방사선기술과학
2017년 40권 2호 p.237 ~ p.243

갑상샘 악성결절의 초음파영상에서 GLCM 알고리즘을 이용한 세포병리 진단의 후향적 분석


Retrospective Analysis of Cytopathology using Gray Level Co-occurrence Matrix Algorithm for Thyroid Malignant Nodules in the Ultrasound Imaging

김영주 ( Kim Young-Ju ) - 인제대학교 해운대백병원 영상의학과

이진수 ( Lee Jin-Soo ) - 인제대학교 해운대백병원 영상의학과
강세식 ( Kang Se-Sik ) - 부산가톨릭대학교 보건과학대학 방사선과
김창수 ( Kim Chang-Soo ) - 부산가톨릭대학교 보건과학대학 방사선학과

Abstract

본 연구는 갑상샘 초음파 영상에서 정상 및 악성결절의 세포병리 진단결과를 바탕으로 GLCM 알고리즘분석을 통한 후향적 연구를 시행하여 컴퓨터보조진단의 적용 가능성을 평가하였다. GLCM 알고리즘의 6가지 파라미터를 이용한 갑상샘 악성결절의 인식률 평가와 ROC 곡선을 분석하였다. 실험 결과는 에너지 97%, 대조도 93%, 상관관계 92%, 동질성 92%, 엔트로피 100%, 분산 100%의 높은 질환인식률을 나타내었다. ROC 곡선 분석에서 각 파라미터의 곡선아래면적이 0.947(p=0.001) 이상을 나타내어 갑상샘 악성결절의 인식에 의미가 있는 결과로 나타났다. 또한 GLCM에서 각 파라미터의 cut-off값 결정으로 정량적인 컴퓨터보조진단의 분석을 통한 질환예측이 가능할 것으로 판단된다.
This study evaluated the applicability of computer-aided diagnosis by retrospective analysis of GLCM algorithm based on cytopathological diagnosis of normal and malignant nodules in thyroid ultrasound images. In the experiment, the recognition rate and ROC curve of thyroid malignant nodule were analyzed using 6 parameters of GLCM algorithm. Experimental results showed 97% energy, 93% contrast, 92% correlation, 92% homogeneity, 100% entropy and 100% variance. Statistical analysis showed that the area under the curve of each parameter was more than 0.947 (p = 0.001) in the ROC curve, which was significant in the recognition of thyroid malignant nodules. In the GLCM, the cut-off value of each parameter can be used to predict the disease through analysis of quantitative computer-aided diagnosis.
KeyWords
갑상샘 초음파 영상 , 갑상샘 악성결절 , GLCM 알고리즘 , ROC 곡선
Thyroid Ultrasound image , Thyroid Malignant nodule , GLCM Algorithm , ROC curve
원문 및 링크아웃 정보
 
등재저널 정보
학술진흥재단(KCI)