연제내용

keyword : Breast Tumor Image, CBIR(Content Based Image Retrieval) system, Cell Image

배 경 : 기존의 병리 진단은 사람에 의해 주관적으로 이루어지고 있어, 객관적인 판단에 도움을 줄 수 있는 시스템이 요구되어지고 있다. 본 시스템은 진단이 필요한 병리 영상이 주어졌을 때 시스템 내의 데이터베이스에서 가장 유사한 영상을 내용기반검색 방법을 사용하여 찾아내는 시스템이다. 병리의사의 육안에 의해 주관적으로 이루어지고 있는 병리영상의 판독과 진단에 있어 좀 더 객관적이고 높은 재현성을 가지도록 하기 위함이 목적이며 병리 영상에서 자동으로 추출 가능한 객관적인 색상, 질감 등을 사용하여 영상을 분류하고 검색할 수 있도록 하였다.

방 법 : 내용기반 영상 검색 기법은 텍스트 기반 검색 기법들처럼 주관적인 판단이 들어가지 않고 이미지 자체에서 정보를 추출하여 이를 검색에 이용함으로써 효율적인 검색이 가능하게 한다. 따라서 데이터베이스에 저장될 효율적인 특징벡터 추출이 중요하다. 본 시스템에서는 칼라와 질감특징을 사용하였다. 칼라 특징은 이미지의 모든 화소에 대하여 각각의 값이 몇 번 나오는지를 계산하여 그 빈도수를 특징벡터로 사용하였으며, 질감특징은 한 영상을 대표하는 통계 값을 얻기 위하여 각 화소들간의 공간적인 상호 관계를 분석하는 GLCM 방법을 사용하여 얻어진 값을 특징벡터로 사용하였다. 또한 웨이블렛 변환을 사용하여 생성되어진 하위 영상들에 대한 각각의 질감특징값도 특징벡터로 사용되어졌다. 시스템의 전체적인 구성은 새로운 이미지를 입력하여 칼라와 질감 특징 벡터를 추출하여 이를 데이터베이스에 저장하는 부분과 질의 이미지를 입력하여 특징 벡터가 유사한 이미지를 검색하는 두 부분으로 나누어 설계하였다.

결 과 : 내용기반 영상 데이터 검색의 효율성 분석을 위해 Recall과 Precision을 성능 평가 척도로 이용하였다. 현미경을 통해 획득되어진 유방종양의 병변을 대표하는 부위를 100배율에서 512×512로 저장하여 Beni gn, DCIS, CA로 분류한 후 각각 100개씩 총 300개의 영상으로 실험한 결과 Recall 80% , Precision 73%의 좋은 검색결과를 나타내었다. 또한 질의 영상에 대해 1순위로 검색된 영상의 정확도를 분석하기 위해 정확성공률을 평가한 결과 89.2%로 비교적 정확한 영상 검색 또한 가능함을 알 수 있었다.

결 론 : 본 시스템은 병리진단에 도움을 주기위한 시스템을 내용기반검색기법을 사용하여 구축하였다. 주관적인 판단을 배제하고 객관적인 기준에 의하여 질병을 분류하고 검색하므로 향후 병리진단의 객관성과 정확성 향상에 도움을 줄 것으로 기대되어진다.

투고내용을 삭제하시려면 "삭제"버튼을 누르시고 다시 접수하여 주시기 바랍니다.