KR101030594B1 - 미세석회화 진단방법 - Google Patents
미세석회화 진단방법 Download PDFInfo
- Publication number
- KR101030594B1 KR101030594B1 KR1020090060182A KR20090060182A KR101030594B1 KR 101030594 B1 KR101030594 B1 KR 101030594B1 KR 1020090060182 A KR1020090060182 A KR 1020090060182A KR 20090060182 A KR20090060182 A KR 20090060182A KR 101030594 B1 KR101030594 B1 KR 101030594B1
- Authority
- KR
- South Korea
- Prior art keywords
- microcalcification
- pixels
- diagnostic method
- breast
- digital
- Prior art date
Links
- 208000004434 Calcinosis Diseases 0.000 title claims abstract description 98
- 238000000034 method Methods 0.000 title claims abstract description 46
- 210000000481 breast Anatomy 0.000 claims abstract description 26
- 238000009607 mammography Methods 0.000 claims abstract description 17
- 238000002405 diagnostic procedure Methods 0.000 claims description 24
- 239000011159 matrix material Substances 0.000 claims description 13
- 230000001186 cumulative effect Effects 0.000 claims description 4
- 238000005315 distribution function Methods 0.000 claims description 4
- 238000004195 computer-aided diagnosis Methods 0.000 abstract description 6
- 206010006187 Breast cancer Diseases 0.000 abstract description 5
- 208000026310 Breast neoplasm Diseases 0.000 abstract description 5
- 238000003745 diagnosis Methods 0.000 abstract description 4
- 238000010606 normalization Methods 0.000 description 7
- 238000001514 detection method Methods 0.000 description 4
- 230000001174 ascending effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000001574 biopsy Methods 0.000 description 1
- 230000002308 calcification Effects 0.000 description 1
- 229910052791 calcium Inorganic materials 0.000 description 1
- 239000011575 calcium Substances 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000002591 computed tomography Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000010926 purge Methods 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30068—Mammography; Breast
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- High Energy & Nuclear Physics (AREA)
- Optics & Photonics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Quality & Reliability (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
Abstract
본 발명은 맘모그래피(mammography)를 이용하여 획득한 2차원 영상으로부터 컴퓨터 보조진단 시스템(CAD:Computer Aided Diagnosis)을 이용하여 미세석회화(micro-calcification)를 진단하는 미세석회화 진단방법에 관한 발명으로, 본 발명에 의한 미세석회화 진단방법은 디지털 유방 방사선 사진으로부터 미세석회화를 진단하는 방법에 있어서, 상기 디지털 유방 방사선 사진에서 유방 영역과 비유방 영역을 분리하는 제 1 단계, 상기 디지털 유방 방사선 사진에서 잡음 또는 배경 영역을 제거하는 제 2 단계, 상기 디지털 유방 방사선 사진에서 미세석회화를 강조하는 제 3 단계, 상기 디지털 유방 방사선 사진에서 미세석회화 후보를 검출하는 제 4 단계, 상기 미세석회화 후보 중 미세석회화를 판정하는 제 5 단계를 포함하여 이루어진다.
유방암, 미세석회화, 맘모그래피
Description
본 발명은 맘모그래피(mammography)를 이용하여 획득한 2차원 영상으로부터 컴퓨터 보조진단 시스템(CAD:Computer Aided Diagnosis)을 이용하여 미세석회화(micro-calcification)를 진단하는 미세석회화 진단방법에 관한 발명이다.
맘모그래피(mammography)는 X선을 이용하여 유방 영상을 촬영하는 장치로써, 맘모그래피로 촬영한 영상을 디지털 유방 방사선 사진(mammogram 또는 mammograph)이라 한다. 의사는 맘모그래피로 촬영한 디지털 유방 방사선 사진으로부터 미세석회화 여부를 진단하여 유방암 판정을 할 수 있다.
유방암 진단에는 생체 검사(biopsy), 초음파촬영술(Ultrasonography), 전산화단층촬영(Computed tomography) 등이 사용되기도 하지만, 유방암의 초기 상태인 미세석회화는 상기 방법들로는 진단이 불가하며, 맘모그래피를 이용한 유방 조영술에 의해서만 진단이 가능하다.
미세석회화는 매우 작은 칼슘 덩어리로서 2~3mm 미만의 크기를 가지므로, 맘모그래피 영상에서 잡음(noise) 등과 구별이 어렵기 때문에 미세석회화 여부를 진단하기가 쉽지 않다.
미세석회화 여부를 진단하기 위한 방법으로는 웨이블릿(wavelet)을 이용한 방법, 컨트라스트 정규화(contrast normalization)를 이용한 방법, 히스토그램(histogram)을 이용한 방법, 퍼지(fuzzy)방법 등이 있다.
웨이블릿을 이용한 방법은 Haar, Morlet 방법 등을 이용하여 주파수 변환 후 각 주파수 대역에서 특징점을 추출하는 방법이다. 컨트라스트 정규화를 이용한 방법은 배경 영상과 미세석회화 영상의 화소 값의 비율을 계산하여 미세석회화를 검출하는 방법이다. 히스토그램을 이용한 방법은 일정 단위 윈도우 영역으로 전체 영상을 검색하면서 히스토그램 특성으로 미세석회화를 검출하는 방법이다.
웨이블릿을 이용한 방법, 컨트라스트 정규화를 이용한 방법, 히스토그램을 이용한 방법은 모두 미세석회화가 아닌 잡음(noise)의 검출률이 높아 컴퓨터 보조 진단 시스템에 적합하지 않다.
또한, 퍼지 방법의 경우 미세석회화의 검출율이 높지 않은 문제점이 있다.
본 발명의 목적은 맘모그래피(mammography)를 이용하여 획득한 디지털 유방 방사선 사진(mammogram)으로부터 미세석회화가 아닌 잡음(noise)을 제거하고, 컴퓨터 보조진단 시스템(CAD:Computer Aided Diagnosis)을 이용하여 미세석회화(micro-calcification)를 진단하기 위한 미세석회화 진단방법을 제공하는 데 있다.
본 발명의 다른 목적은 맘모그래피(mammography)를 이용하여 획득한 디지털 유방 방사선 사진(mammogram)으로부터 미세석회화의 검출율을 높이고, 컴퓨터 보조진단 시스템(CAD:Computer Aided Diagnosis)을 이용하여 미세석회화(micro-calcification)를 진단하기 위한 미세석회화 진단방법을 제공하는 데 있다.
상기와 같은 목적에 따른 본 발명에 의한 미세석회화 진단방법은 디지털 유방 방사선 사진으로부터 미세석회화를 진단하는 방법에 있어서, 상기 디지털 유방 방사선 사진에서 유방 영역과 비유방 영역을 분리하는 제 1 단계, 상기 디지털 유방 방사선 사진에서 잡음 또는 배경 영역을 제거하는 제 2 단계, 상기 디지털 유방 방사선 사진에서 미세석회화를 강조하는 제 3 단계, 상기 디지털 유방 방사선 사진에서 미세석회화 후보를 검출하는 제 4 단계, 상기 미세석회화 후보 중 미세석회화를 판정하는 제 5 단계를 포함하여 이루어진다.
이때, 상기 제 1 단계에서 GLCM(Gray Level Co-occurrence Matrix)을 이용하여 상기 유방 영역과 비유방 영역을 분리하는 것을 특징으로 한다.
그리고, 상기 제 2 단계에서 미디언 필터(Median Filter)를 이용하여 상기 잡음을 제거하고, 모폴로지 탑햇(Morphology Top-Hat)을 이용하여 상기 배경 영역을 제거하는 것을 특징으로 한다.
또한, 상기 제 3 단계에서 지역 히스토그램 정규화(Local Histogram Equalization)를 이용하여 상기 미세석회화를 강조하는 것을 특징으로 한다.
그리고, 상기 제 4 단계에서 상기 디지털 유방 방사선 사진의 각 픽셀 명암도의 2차 미분값이 일정한 값 이상인 경우 미세석회화 후보로 검출되는 것을 특징으로 한다.
또한, 상기 제 5 단계에서 상기 미세석회화 후보에 해당하는 픽셀을 중심으로 N픽셀 이내의 픽셀 명암도의 평균값과 2N픽셀 이내이면서 상기 N픽셀 이내에 해당하지 않는 픽셀 명암도의 평균값을 비교하여 일정한 값 이상의 차이가 있는 경우 미세석회화로 판정되는 것을 특징으로 한다.
상기한 바와 같은 본 발명에 의한 미세석회화 진단방법은 다음과 같은 효과가 있다.
첫째, 본 발명에 의한 미세석회화 진단방법에 의해 맘모그래피(mammography)를 이용하여 획득한 디지털 유방 방사선 사진(mammogram)으로부터 미세석회화가 아닌 잡음(noise)을 제거하고, 컴퓨터 보조진단 시스템(CAD:Computer Aided Diagnosis)을 이용하여 미세석회화(micro-calcification)를 진단할 수 있는 효과가 있다.
둘째, 본 발명에 의한 미세석회화 진단방법에 의해 맘모그래피(mammography)를 이용하여 획득한 디지털 유방 방사선 사진(mammogram)으로부터 미세석회화의 검출율을 높이고, 컴퓨터 보조진단 시스템(CAD:Computer Aided Diagnosis)을 이용하여 미세석회화(micro-calcification)를 진단할 수 있는 효과가 있다.
이하, 첨부된 도면을 참조하여 본 발명에 따른 미세석회화 진단방법에 대해 상세히 설명하면 다음과 같다.
도 1은 본 발명에 의한 미세석회화 진단방법의 순서도이고, 도 2a 내지 도 2d는 본 발명에 의한 미세석회화 진단방법에서 GLCM(Gray Level Co-occurrence Matrix)을 구하는 과정을 나타낸 도면이며, 도 3은 본 발명에 의한 미세석회화 진단방법에서 유방영역과 비유방영역을 분리한 결과를 나타낸 도면이고, 도 4a 내지 도 4c는 본 발명에 의한 미세석회화 진단방법에서 Median Filter를 구하는 과정을 나타낸 도면이며, 도 5는 본 발명에 의한 미세석회화 진단방법에서 미세석회화를 강조한 결과를 나타낸 도면이고, 도 6은 본 발명에 의한 미세석회화 진단방법에서 미세석회화를 판정하는 방법을 나타낸 도면이다.
본 발명에 의한 미세석회화 진단방법에 따르면, 먼저 맘모그래피(mammography)를 이용하여 획득한 2차원 영상인 디지털 유방 방사선 사진(mammogram)에서 GLCM(Gray Level Co-occurrence Matrix)을 이용하여 유방 영역과 유방이 아닌 영역 즉, 비유방 영역을 분리한다.(S102)
GLCM(Gray Level Co-occurrence Matrix)이란, 통계적 질감 분석방법으로 현 재 픽셀과 그 이웃하는 픽셀의 밝기 값의 관계를 대비(Contrast), 상관관계(Correlation), 에너지(Energy), 동질성(Homogeneity) 등과 같은 질감 특징을 결정하는 통계량으로 계산하여 표현하는 것으로, 밝기를 나타낸 영상에서 정의한 변위벡터의 거리와 방향이 일치하는 픽셀쌍의 빈도 수를 표시하는 빈도 수 매트릭스이다. GLCM(Gray Level Co-occurrence Matrix)을 구하는 과정을 상세히 설명하면 다음과 같다.
도 2a에 도시된 매트릭스는 각 픽셀의 밝기 값을 나타내는 것으로, 밝기 값이 N개의 단계를 가지면, GLCM은 N*N 크기의 매트릭스가 된다.
예를 들어 픽셀간 거리가 1이고, 방향이 315도에 해당하는 GLCM을 구하면 도 2b에 도시한 바와 같이 나타난다. 도 2a에 도시된 매트릭스에서 밝기 값이 0인 지점과 거리가 1이고, 315도의 방향을 가지며 밝기 값이 0인 경우는 없으므로 0으로 나타낸다. 그리고, 밝기 값이 1인 지점과 거리가 1이고, 315도의 방향을 가지며 밝기 값이 0인 경우는 3가지가 있으므로 3으로 나타낸다. 이어, 밝기 값이 0인 지점과 거리가 1이고, 315도의 방향을 가지며 밝기 값이 1인 경우는 2가지가 있으므로 2로 나타낸다. 또한, 밝기 값이 1인 지점과 거리가 1이고, 315도의 방향을 가지며 밝기 값이 1인 경우는 4가지가 있으므로 4로 나타낸다. 이렇게 구한 값을 이용하여 도 2b의 GLCM이 완성된다.
다음으로 픽셀간 거리가 1이고, 방향이 0도에 해당하는 GLCM을 구하면 도 2c에 도시한 바와 같이 나타난다. 도 2a에 도시된 매트릭스에서 밝기 값이 0인 지점과 거리가 1이고, 0도의 방향을 가지며 밝기 값이 0인 경우는 없으므로 0으로 나타 낸다. 그리고, 밝기 값이 1인 지점과 거리가 1이고, 0도의 방향을 가지며 밝기 값이 0인 경우는 3가지가 있으므로 3으로 나타낸다. 이어, 밝기 값이 0인 지점과 거리가 1이고, 0도의 방향을 가지며 밝기 값이 1인 경우는 3가지가 있으므로 3으로 나타낸다. 또한, 밝기 값이 1인 지점과 거리가 1이고, 0도의 방향을 가지며 밝기 값이 1인 경우는 6가지가 있으므로 6으로 나타낸다. 이렇게 구한 값을 이용하여 도 2c의 GLCM이 완성된다.
다음으로 픽셀간 거리가 1이고, 방향이 90도에 해당하는 GLCM을 구하면 도 2d에 도시한 바와 같이 나타난다. 도 2c에 도시된 매트릭스에서 밝기 값이 0인 지점과 거리가 1이고, 90도의 방향을 가지며 밝기 값이 0인 경우는 1가지가 있으므로 1로 나타낸다. 그리고, 밝기 값이 1인 지점과 거리가 1이고, 90도의 방향을 가지며 밝기 값이 0인 경우는 1가지가 있으므로 1로 나타낸다. 이어, 밝기 값이 0인 지점과 거리가 1이고, 90도의 방향을 가지며 밝기 값이 0인 경우는 2가지가 있으므로 2로 나타낸다. 또한, 밝기 값이 1인 지점과 거리가 1이고, 90도의 방향을 가지며 밝기 값이 1인 경우는 8가지가 있으므로 8로 나타낸다. 이렇게 구한 값을 이용하여 도 2d의 GLCM이 완성된다.
이러한 방식으로 GLCM을 구하여 대비(Contrast)를 이용하여 디지털 유방 방사선 사진(mammogram)에서 유방 영역과 비유방 영역을 분리하였으며, 대비(Contrast)를 정의하는 식은 다음과 같다.
디지털 유방 방사선 사진(mammogram)에서 유방 영역과 비유방 영역을 분리한 후, 유방 영역에서 미디언 필터(median filter)를 이용하여 잡음을 제거한다.(S104)
미디언 필터(median filter)란, 한 영상의 화소들에 대하여 임의 크기의 윈도우를 슬라이딩하면서 오름차순으로 윈도우 안에 있는 화소들을 정렬하고 그 중앙값을 윈도우의 중심점에 채우는 필터로 임펄스 잡음을 효과적으로 제거할 수 있다. 미디언 필터는 비선형 영역처리 기법으로 저주파 통과필터에 비하여 강한 에지를 보존하고 기존의 에지들을 좀더 상세하게 보존할 수 있는 효과가 있다. 미디언 필터(median filter)를 적용하는 과정을 상세히 설명하면 다음과 같다.
도 4a에서 3*3의 크기를 가지는 윈도우 안에 나타난 픽셀들이 가지는 값들을 도 4b에 나타난 바와 같이 순서대로 나열한다. 이어, 상기 값들을 오름차순으로 정렬하여 가장 작은 값인 2부터 가장 큰 값인 10까지 순서대로 나타낸다. 오름차순으로 정렬하였을 때 9개의 숫자 중에 가운데 위치하는 4가 그 중앙값이 된다. 따라서 원래 중앙에 위치하는 10을 대신하여 중앙값에 해당하는 4로 채우면 도 4c에 도시된 바와 같이 나타나게 된다. 3*3크기의 윈도우를 슬라이딩 하면서 같은 방식으로 필터링 하면서 잡음을 제거한다.
다음으로, 모폴로지 탑햇(Morphology Top-Hat)을 이용하여 배경 영역을 제거 한다.(S106)
모폴로지 탑햇(Morphology Top-Hat)이란, 원 명암도 영상에서 열림 연산을 수행한 결과를 차연산하는 방법으로 일반적으로 명암도 영상에서 그림자가 드리워진 부분의 상세 부분을 향상시키는 목적으로 사용한다.
상기 실시예에서는 잡음을 먼저 제거한 후 배경 영역을 제거하는 순서로 기재되어 있으나, 배경 영역을 먼저 제거한 후 잡음을 제거하는 순서로도 가능하다. 또한, 잡음 및 배경 영역 중 어느 하나를 선택적으로 제거하는 것도 가능하다.
즉, 배경 영역을 제거하는 단계는 생략되고 잡음만을 제거하는 경우, 잡음을 제거하는 단계는 생략되고 배경 영역만을 제거하는 경우 모두 본 발명의 범위 내로 볼 것이다.
다음으로, 지역 히스토그램 정규화(Global Histogram Equalization)를 이용하여 미세석회화를 강조한다.(S108)
전역 히스토그램 정규화(Global Histogram Equalization)는 영상의 히스트그램 분포를 계산하고, 히스토그램 분포는 누적 분포 함수 생성 및 정규화를 통하여 입력영상의 화소값과 곱해서 얻어지며, 히스토그램이 균일한 분포를 갖도록 명암값을 재분배 한다. 그러나 전약 히스토그램 정규화는 영상의 각 부분의 공간정보들을 고려하지 않은 전체 영상의 히스토그램 정보를 사용하기 때문에 부분적인 명암값 개선이 어렵다. 반면에 지역 히스토그램 정규화(Local Histogram Equalization)는 원 영상을 일정한 크기의 블록으로 나누고, 각 블록별로 누적 분포 함수 생성 및 정규화 등의 히스토그램 정규화를 수행함으로써 영상의 부분적인 명암대비를 향상 시킬 수 있다.
도 5를 참고하면 디지털 유방 방사선 사진(mammogram)에서 지역 히스토그램 정규화(Global Histogram Equalization)에 의해 미세석회화가 강조된 결과를 볼 수 있다.
다음으로, 미세석회화가 강조된 디지털 유방 방사선 사진(mammogram)에서 각 픽셀 명암도의 2차 미분값을 이용하여 미세석회화 후보를 검출한다.(S110)
디지털 유방 방사선 사진(mammogram)에서 각 픽셀마다의 명암도를 수치로 나타내어, 픽셀과 픽셀 사이의 명암도의 차이로부터 1차 미분값을 구한다. 이어, 각 픽셀 명암도의 1차 미분값들 간의 차이로부터 2차 미분값을 구한다.
이렇게 구한 각 픽셀 명암도의 2차 미분값들 중 다른 2차 미분값들에 비해 유난히 큰 값을 가지는 픽셀에 해당하는 부분은 미세석회화일 확률이 높다. 따라서 각 픽셀 명암도의 2차 미분값이 일정한 값 이상인 경우 미세석회화 후보로 검출된다. 이때 각 픽셀 명암도의 2차 미분값이 가우시안 분포를 따른다고 가정하고 누적 분포 함수값이 문턱값(2차 미분값 ) 이상되는 최소값을 미세석회화 후보로 검출되는 기준 값으로 한다. 본 발명에서는 많은 실험을 통하여 문턱값(2차 미분값)을 99%로 정한다.
다음으로, 미세석회화 후보로 검출된 픽셀들 가운데 미세석회화일 확률이 매우 높은 부분을 선정하여 미세석회화로 판정한다.(S112)
도 6에 도시된 바와 같이 미세석회화 후보로 검출된 픽셀을 중심으로 N*N의 크기를 가지는 박스를 형성하여 그 내부의 픽셀들의 명암도의 평균값 μ0를 구한다. 이어, 미세석회화 후보로 검출된 픽셀을 중심으로 2N*2N의 크기를 가지는 박스를 형성하여 그 내부의 픽셀들 중 N*N의 크기를 가지는 박스의 외부에 해당하는 픽셀들의 명암도의 평균값 μN을 구한다.
이때 구한 평균값 μ0와 μN을 비교하여 큰 차이를 보이는 경우 미세석회화 후보에 해당하는 부분은 미세석회화일 확률이 높다. 따라서 μ0와 μN을 비교하여 일정한 값 이상의 차이가 있는 경우 미세석회화로 판정되며, 이때 미세석회화로 판정되는 기준은 아래의 식에 의해 구해진 C(x,y)가 Cmin보다 큰 경우를 기준으로 정한다. 아래 식에서 w는 콘트라스트를 계산하는 과정에서 배경의 영향을 조절하는 파라미터로써 본 실시예에서는 많은 실험을 통하여 0.923으로 하였다.
상기 과정에 의해 디지털 유방 방사선 사진(mammogram)에서 미세석회화로 판정된 부분이 있다면 유방암으로 판정할 수 있다.
이상에서 본 발명의 실시예에 대하여 설명하였으나 본 발명은 상기 실시예에 한정되지 아니하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 변경, 변형할 수 있는 발명은 본 발명의 범위 내로 볼 것이다.
도 1은 본 발명에 의한 미세석회화 진단방법의 순서도
도 2a 내지 도 2d는 본 발명에 의한 미세석회화 진단방법에서 GLCM(Gray Level Co-occurrence Matrix)을 구하는 과정을 나타낸 도면
도 3은 본 발명에 의한 미세석회화 진단방법에서 유방영역과 비유방영역을 분리한 결과를 나타낸 도면
도 4a 내지 도 4c는 본 발명에 의한 미세석회화 진단방법에서 미디언 필터(Median Filter)를 구하는 과정을 나타낸 도면
도 5는 본 발명에 의한 미세석회화 진단방법에서 미세석회화를 강조한 결과를 나타낸 도면
도 6은 본 발명에 의한 미세석회화 진단방법에서 미세석회화를 판정하는 방법을 나타낸 도면
Claims (9)
- 디지털 유방 방사선 사진으로부터 미세석회화를 진단하는 방법에 있어서,상기 디지털 유방 방사선 사진에서 유방 영역과 비유방 영역을 분리하는 제 1 단계;상기 디지털 유방 방사선 사진에서 잡음 또는 배경 영역을 제거하는 제 2 단계;상기 디지털 유방 방사선 사진에서 미세석회화를 강조하는 제 3 단계;상기 디지털 유방 방사선 사진에서 미세석회화 후보를 검출하는 제 4 단계;상기 미세석회화 후보 중 미세석회화를 판정하는 제 5 단계를 포함하여 이루어짐을 특징으로 하는미세석회화 진단 방법.
- 제 1 항에 있어서,상기 제 1 단계에서GLCM(Gray Level Co-occurrence Matrix)을 이용하여 상기 유방 영역과 비유방 영역을 분리하는 것을 특징으로 하는미세석회화 진단 방법.
- 제 1 항에 있어서,상기 제 2 단계에서미디언 필터(Median Filter)를 이용하여 상기 잡음을 제거하는 것을 특징으로 하는미세석회화 진단 방법.
- 제 1 항에 있어서,상기 제 2 단계에서모폴로지 탑햇(Morphology Top-Hat)을 이용하여 상기 배경 영역을 제거하는 것을 특징으로 하는미세석회화 진단 방법.
- 제 1 항에 있어서,상기 제 3 단계에서지역 히스토그램 정규화(Local Histogram Equalization)를 이용하여 상기 미세석회화를 강조하는 것을 특징으로 하는미세석회화 진단 방법.
- 제 1 항에 있어서,상기 제 4 단계에서상기 디지털 유방 방사선 사진의 각 픽셀 명암도의 2차 미분값이 일정한 값 이상인 경우 상기 미세석회화 후보로서 검출되는 것을 특징으로 하는미세석회화 진단 방법.
- 제 6 항에 있어서,상기 각 픽셀 명암도의 2차 미분값의 누적 분포 함수값이 99% 이상인 경우 상기 미세석회화 후보로서 검출되는 것을 특징으로 하는미세석회화 진단 방법.
- 제 1 항에 있어서,상기 제 5 단계는상기 미세석회화 후보로 검출된 픽셀을 중심으로 N*N픽셀과 2N*2N픽셀을 설정하는 단계;상기 N*N픽셀 내의 픽셀 명암도의 평균값(μ0)과 상기 2N*2N픽셀 내이고 상기 N*N픽셀 외의 픽셀 명암도의 평균값(μN)을 구하는 단계;상기 평균값(μ0)과 상기 평균값(μN)을 비교하여 일정한 값 이상의 차이가 있는 경우 상기 미세석회화로 판정하는 단계를 포함하여 이루어짐을 특징으로 하는미세석회화 진단 방법.
- 삭제
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020090060182A KR101030594B1 (ko) | 2009-07-02 | 2009-07-02 | 미세석회화 진단방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020090060182A KR101030594B1 (ko) | 2009-07-02 | 2009-07-02 | 미세석회화 진단방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20110003412A KR20110003412A (ko) | 2011-01-12 |
| KR101030594B1 true KR101030594B1 (ko) | 2011-04-21 |
Family
ID=43611288
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020090060182A KR101030594B1 (ko) | 2009-07-02 | 2009-07-02 | 미세석회화 진단방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101030594B1 (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105513057A (zh) * | 2015-11-30 | 2016-04-20 | 首都医科大学 | 一种肿瘤辅助诊断方法 |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102355294B1 (ko) * | 2015-02-13 | 2022-01-25 | 한국외국어대학교 연구산학협력단 | 영상 처리 장치 및 영상 처리 방법 |
| KR102406080B1 (ko) * | 2020-09-01 | 2022-06-07 | 성균관대학교산학협력단 | 경계특성 기반의 병변 분석 장치 및 방법 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20010023427A (ko) * | 1997-08-28 | 2001-03-26 | 퀼리아 컴퓨팅 인코포레이티드 | 디지털 유방 방사선 사진으로부터 클러스터상미세석회화의 자동 검출을 위한 방법 및 시스템 |
| JP2003079606A (ja) | 2001-09-13 | 2003-03-18 | Fuji Photo Film Co Ltd | 異常陰影検出装置 |
| KR20070091714A (ko) * | 2006-03-07 | 2007-09-12 | 재단법인서울대학교산학협력재단 | 미세석회화 진단 시스템 및 방법 |
-
2009
- 2009-07-02 KR KR1020090060182A patent/KR101030594B1/ko not_active IP Right Cessation
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20010023427A (ko) * | 1997-08-28 | 2001-03-26 | 퀼리아 컴퓨팅 인코포레이티드 | 디지털 유방 방사선 사진으로부터 클러스터상미세석회화의 자동 검출을 위한 방법 및 시스템 |
| JP2003079606A (ja) | 2001-09-13 | 2003-03-18 | Fuji Photo Film Co Ltd | 異常陰影検出装置 |
| KR20070091714A (ko) * | 2006-03-07 | 2007-09-12 | 재단법인서울대학교산학협력재단 | 미세석회화 진단 시스템 및 방법 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105513057A (zh) * | 2015-11-30 | 2016-04-20 | 首都医科大学 | 一种肿瘤辅助诊断方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20110003412A (ko) | 2011-01-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Ramani et al. | The pre-processing techniques for breast cancer detection in mammography images | |
| Singh et al. | An evaluation of contrast enhancement techniques for mammographic breast masses | |
| Papadopoulos et al. | Improvement of microcalcification cluster detection in mammography utilizing image enhancement techniques | |
| Guzman-Cabrera et al. | Digital image processing technique for breast cancer detection | |
| US8086002B2 (en) | Algorithms for selecting mass density candidates from digital mammograms | |
| Tripathy et al. | Unified preprocessing and enhancement technique for mammogram images | |
| Bandyopadhyay | Pre-processing of mammogram images | |
| US20110200238A1 (en) | Method and system for determining skinline in digital mammogram images | |
| Clarke et al. | Tree-structured non-linear filter and wavelet transform for microcalcification segmentation in digital mammography | |
| Beheshti et al. | Classification of abnormalities in mammograms by new asymmetric fractal features | |
| US8634630B2 (en) | Method and apparatus for enhancing representations of micro-calcifications in a digital mammogram image | |
| KR101030594B1 (ko) | 미세석회화 진단방법 | |
| Ojo et al. | Pre-processing method for extraction of pectoral muscle and removal of artefacts in mammogram | |
| Mustra et al. | Enhancement of microcalcifications in digital mammograms | |
| Krishnaveni et al. | Study of Mammogram Microcalcification to aid tumour detection using Naive Bayes Classifier | |
| Mustafa et al. | Mammography image segmentation: Chan-Vese active contour and localised active contour approach | |
| Majeed et al. | Breast border extraction and pectoral muscle removal in MLO mammogram images | |
| Nayak et al. | Suspicious lesion detection in mammograms using undecimated wavelet transform and adaptive thresholding | |
| Mirzaalian et al. | Various Applying of Wavelet Transform in Digital Mammograms for Detecting Masses and Microcalsifications. | |
| Mustra et al. | Detection of areas containing microcalcifications in digital mammograms | |
| Bellam et al. | Adaptive multimodal image fusion with a deep pyramidal residual learning network | |
| Wu et al. | A filter-based approach towards automatic detection of microcalcification | |
| Mencattini et al. | Uncertainty modeling and propagation through RFVs for the assessment of CADx systems in digital mammography | |
| Rizzi et al. | An accurate computer method to assist physicians for breast cancer detection | |
| Pande | Detection of suspicious lesion based on Multiresolution Analysis using windowing and adaptive thresholding method. |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant | ||
| FPAY | Annual fee payment |
Payment date: 20140414 Year of fee payment: 4 |
|
| FPAY | Annual fee payment |
Payment date: 20160414 Year of fee payment: 6 |
|
| FPAY | Annual fee payment |
Payment date: 20170224 Year of fee payment: 7 |
|
| FPAY | Annual fee payment |
Payment date: 20180410 Year of fee payment: 8 |
|
| LAPS | Lapse due to unpaid annual fee |