논문 상세보기
Computer Aided Diagnosis Applications for the Differential Diagnosis of Infarction: Apply on Brain CT Image KCI 등재
뇌경색 감별진단을 위한 컴퓨터보조진단 응용: Brain CT
- 언어KOR
- URLhttps://db.koreascholar.com/Article/Detail/348900
pp.645-652
본 연구는 통계적 속성에 기반한 질감특징값 분석을 바탕으로 뇌 전산화단층촬영 영상에서 정상과 뇌경색의 컴퓨터보조진단의 적용 가능성을 알아보고자 하였다. 실험은 질감특징값을 나타내는 6개의 파라미터를 이용한 질환인식률 평가와 ROC curve를 분석하였다. 그 결과 평균밝기 88%, 대조도 92%, 평탄도 94%, 균일도 88%, 엔트로피 84%의 높은 질환인식률을 나타내었다. 하지만 왜곡도의 경우 58%로 다소 낮은 질환 인식률을 나타내었다. ROC curve를 이용한 분석에서 각 파라미터의 곡선아래면적이 0.886(p=0.0001)이상을 나타내어 질환인식에 의미가 있는 결과로 나타났다. 또한 각 파라미터의 cut-off값 결정으로 컴퓨터보조진단을 통한 질환예측이 가능할 것으로 판단된다.
In this study, based on the analysis of texture feature values of statistical properties. And we examined the normal and the applicability of the computer-aided diagnosis of cerebral infarction in the brain computed tomography images. The experiment was analyzed to evaluate the ROC curve recognition rate of disease using six parameters representing the feature values of the texture. As a result, it showed average mean 88%, variance 92%, relative smoothness 94%, uniformity of 88%, a high disease recognition rate of entropy 84%. However, it showed a slightly lower disease recognition rate and 58% for skewness. In the analysis using ROC curve, the area under the curve for each parameter indicates 0.886 (p = 0.0001) or more, resulted in a meaningful recognition of the disease. Further, to determine the cut-off values for each parameter are determined to be the prediction of disease through the computer-aided diagnosis.
Ⅰ. INTRODUCTION
Ⅱ. MATERIAL AND METHODS
1. 대상 영역의 선정
2. 연구방법
3. 픽셀 질감특징값 분석
4. 통계분석
Ⅲ. RESULT
1. 정상 뇌와 뇌경색 영상의 질감특징값 분석
2. 뇌경색 예측을 위한 질감특징의 기준값
Ⅳ. DISCUSSION
Ⅴ. CONCLUSION
Reference
요 약
