The Journal of the Korea Contents Association (한국콘텐츠학회논문지)

The Korea Contents Association (한국콘텐츠학회)
권호 표지
DOI QR코드

DOI QR Code

Computer-Aided Diagnosis for Pulmonary Tuberculosis using Texture Features Analysis in Digital Chest Radiography

질감분석을 이용한 폐결핵의 자동진단

  • 김대훈 (부산가톨릭대학교 생명과학대학원 방사선학과) ;
  • 고성진 (부산가톨릭대학교 보건과학대학 방사선학과) ;
  • 강세식 (부산가톨릭대학교 보건과학대학 방사선학과) ;
  • 김정훈 (부산가톨릭대학교 보건과학대학 방사선학과) ;
  • 김창수 (부산가톨릭대학교 보건과학대학 방사선학과)
  • Received : 2011.05.17
  • Accepted : 2011.11.08
  • Published : 2011.11.28
Download PDF
⟨ Previous Next ⟩

Abstract

There is no exact standard of detecting pulmonary tuberculosis(TB) in digital image of simple chest radiography. In this study, I experimented on the principal components analysis(PCA) algorithm in the past and suggested six other parameters as identification of TB lesions. The purpose of this study was to develop and test computer aided diagnosis(detection) method for the detection and measurement of pulmonary abnormalities on digital chest radiography. It showed comparatively low recognition diagnosis rate using PCA method, however, six kinds of texture features parameters algorithm showed similar or higher diagnosis rates of pulmonary disease than that of the clinical radiologists. Proposed algorithms using computer-aided of texture analysis can distinguish between areas of abnormality in the chest digital images, differentiate lesions having pulmonary disease. The method could be useful tool for classifying and measuring chest lesions, it would play a major role in radiologist's diagnosis of disease so as to help in pre-reading diagnosis and prevention of pulmonary tuberculosis.

결핵은 환자를 미리 발견하여 치료함으로서, 질병의 전파를 차단하여 새로운 감염자가 발생을 최소화하고, 결핵을 조기에 예방 및 진단하는 것이 중요하다. 그러므로 현재 의학에서는 디지털 의료영상을 활용하여 질병진단의 보조 수단으로서 컴퓨터자동진단시스템이 응용되고 있다. 본 연구에서 주성분 분석(PCA)과 질감분석(Texture features)의 알고리즘을 이용하여 결핵의 질병을 자동으로 판별 및 인식하였으며, 그 기준에 따라 디지털 흉부 방사선영상에서 컴퓨터자동진단의 실용화를 위한 선행연구를 하였다. 실험결과는 주성분분석을 이용한 병변 인식률은 전문의의 질병에 대한 판독률보다 낮게 나타났지만, 질감분석의 인식률은 전문의 판독결과보다 높은 병변 인식률을 나타내었다. 그러므로 제안하는 알고리즘을 활용한 컴퓨터자동진단시스템은 임상의사에게 부가적인 보조 수단으로서 예비판독 단계의 정보를 제공하여 질병의 조기진단 및 예방이 가능할 것으로 사료된다.

Keywords

References

  1. A. M. R. Schilhum, B. van Ginneken, and M. loog, "A computer-aided diagnosis system for detection of lung nodules in chest radiographs with an evaluation on a public database," Medical Image Analysis Vol.10, Issue2, pp.247-258, 2006. https://doi.org/10.1016/j.media.2005.09.003
  2. B. van Ginneken, B. M. ter Haar Romeny, and M. A. Viergever, "Computer-Aided Diagnosis in Chest Radiography : A survey," IEEE Transactions on Medical Imaging, Vol.20, No.12, pp.1228-1237, 2001. https://doi.org/10.1109/42.974918
  3. Y. B. Lee, T. Hara, H. Fujita, S. Itoh, and T. Ishigaki, "Automated Detection of Pulmonary Nodules in Helical CT Images Based on an Improved Template- Matching Technique," IEEE Transactions on medical imaging, Vol.20, No.7, pp.595-604, 2001. https://doi.org/10.1109/42.932744
  4. Y. Arzhaeva, D. Tax, B. van Ginneken, "Improving computer-aided diagnosis of interstitial disease in chest radiographs by combing one-class and two-class classifiers," Medical imaging, Proceedings of the SPIE6144, pp.1684-1691, 2006.
  5. 의료영상정보연구회, 의료영상정보학, 청구문화사, 2008.
  6. 강진숙, "주성분분석 기법과 Snake를 이용한 개선된 영상 특징 추출", 부산대학교 전자계산학과 박사학위논문, 2003.
  7. 이승철, "동적 링크 구조상에서의 얼굴 인식 기술에 관한 연구", 연세대학교 대학원 석사학위논문, 1999.
  8. 조재수, 강현수, 김흥수, 김성득, 멀티미디어 신호처리 이론 및 실습 2nd edition, 성진미디어, 2011.
  9. J. Daugman, "Face and gesture recognition," IEEE Transactions. Pattern Analysis and Machine Intelligence, Vol.19, No.7, pp.675-676, 1997. https://doi.org/10.1109/34.598225
  10. 정병수, "PCA와 K-Nearest Neighbor 방법을 이용한 모델 기반형 물체인식", 전남대학교 대학원 석사학위논문, 2006.
  11. 박형후, "PCA를 이용한 단순 흉부영상에서 폐암 인식에 관한 연구", 부산가톨릭대학교 생명과학대학원 방사선학과 석사학위논문, 2008.
  12. I. Christoyianni, A. Koutras, E. Dermatas, and G. Kokkinakis, "Computer aided diagnosis of breast cancer in digital in digitized mammograms," Computerized Medical Imaging and Graphics Vol.26, pp.311-314, 2006.
  13. 유현중, 김태우, Matlab을 이용한 디지털 영상처리, ITC, pp.465-520, 2004.
  14. R. C. Gonzalez, R. E. Woods, Digital Image Processing 2nd Edition, Pearson Education, 2002.
  15. R. M. Haralick, K. Shanmugam, Its'hak Dinstein, "Textural Feature for Image Classification," IEEE Transaction on system, Man, and Cybernetics, Vol.SMC-3, No.6, pp.610-621, 1973. https://doi.org/10.1109/TSMC.1973.4309314

Cited by

  1. Application of Texture Features algorithm using Computer Aided Diagnosis of Papillary Thyroid Cancer in the Ultrasonography vol.13, pp.5, 2013, https://doi.org/10.5392/JKCA.2013.13.05.303
  2. Application of Computer-Aided Diagnosis a using Texture Feature Analysis Algorithm in Breast US images vol.16, pp.1, 2015, https://doi.org/10.5762/KAIS.2015.16.1.507