컴퓨터보조분석에 의한 유방촬영상 종괴와 밀도의 방사선학적 특징 추정 및 위험도 평가

Abstract

[한글]

최근 컴퓨터 기술의 발달로 종괴의 방사선학적 소견을 바탕으로 영상을 시각적으로 분석하고자 하는 연구가 많이 이루어지고 있다. 본 연구는 컴퓨터를 이용한 수학적 형태해석에 의해 종괴의 형태적 특징을 기술하고 종괴 주위의 유방밀도를 특성화하여 악성종양의 위험도를 통계적 해석을 바탕으로 객관적 및 정량적으로 분석하는데 목적이 있다.

본 연구를 위해 South Florida 대학의 디지털 데이터베이스로부터 악성종양 249 예와 양성종양 307 예를 선택하였다. 이에 대한 모든 진단은 조직학적 검사를 통해 확진되었고 고해상도 스캐너에 의해 디지털로 변환된 촬영영상은 기본적으로 내외사위촬영과 상하촬영 모두 사용되었다. 실험은 영상분할 프로그램의 도움을 받아 X선 세기정보를 이용하여 관심영역으로부터 종괴를 추출하고 컴퓨터를 이용하여 크기와 원형도를 계산하였으며 마지막으로 종괴 주위 유방밀도의 특성을 이끌어 냈다. 뿐만 아니라, 검사당시 환자의 연령과 변연의 침상소견에 관한 자료를 포함하고 범주화하여 각각의 변수에 대해 로지스틱 모델을 이용한 단변량 분석을 실시하고 다중 로지스틱 회귀분석을 통하여 각각의 검진대상들이 복합적으로 악성종양 발생률에 어떠한 영향을 미치는지 조사하였다.

단변량 분석 결과로부터 각각의 변수가 증가할수록 악성종양에 유의한 선형 관련성이 있음을 보여주었고 다중 로지스틱 회귀분석 결과, 95% 신뢰구간에서 높은 유의확률을 보이며 종괴의 변연, 연령, 종괴의 크기와 모양 순으로 악성종양의 발생률에 영향을 미치고 있음을 보였다. 상대적으로 종괴 주위의 유방밀도는 낮은 유의확률을 보였다.

최근 유방암 환자 수가 계속 증가하고 있으며 의료영상저장전달시스템의 도입과 디지털 유방촬영장비의 보급으로 유방전문의의 업무량이 급격히 늘어날 것으로 예상됨으로써 본 연구결과는 유방암 검진시 병변 판독의 중요한 고려 사항이 될 수 있다. 또한 유방암 검진을 위한 복합변수의 해석 및 악성 위험도 예측을 통한 컴퓨터보조진단의 가능성을 제시함으로써, 앞으로 안정적인 검진을 보조하고 환자의 불필요한 생검의 고통과 경제적인 부담을 줄여 보다 나은 의료서비스의 질적 향상을 도모할 수 있기를 기대한다.

[영문]The debate as to the best means for analyzing mammograms has now focused attention on the possible use of digital image processing and computer vision techniques to serve as an adjunct to visual analysis by a radiologist. The purpose of this study was to propose robust schemes in terms of mass diagnosis and to objectively assess the confounding effects on cancer risk.

For the experiments of mammographic masses, 249 cases of malignant (case group) and 307 cases of benign (control group) from the DDSM were selected. All diagnoses were proven by pathologic examinations and both of the two standard views, MLO and CC, were used. The produced regions of mass candidates were calculated for the irregularity and size and then densities in grey level were extracted from segmented regions for normal regions around a mass. In order to investigate the risk assessment, three features were consequently extracted: 1) average gray value of background (converted into optical density); 2) mass size; 3) mass shape (circularity). In addition, the sets of features by the patient age at time of study and the mass margins were finally employed to statistically show the correlation with the incidence rate of malignant tumors. Each variable was categorized and then performed for the multiple logistic regression analysis to reveal the interaction to the probability of a malignant tumor.

For each variable, there were significant linear correlations with the incidence rate of malignant tumors. For the multivariate analysis with 95% confidence interval and high p-value, these analyses significantly showed that the effects on incidence rate of malignant tumors were complexly associated in the order of margins, age, mass size and shape. However density relatively showed low significance probability.

A novel approach for quantification of characteristics of mass regions in digitized mammograms was proposed and the results showed that the proposed method has a good capability to reveal the joint effect on incidence rate of malignant tumors. This method may be useful for identifying mammary tumor in mammography and developing computer-aided diagnosis as a solution.