KR101378675B1 - 영상진단기기를 이용한 뇌수종 진단 방법 및 장치 - Google Patents
영상진단기기를 이용한 뇌수종 진단 방법 및 장치 Download PDFInfo
- Publication number
- KR101378675B1 KR101378675B1 KR1020100090900A KR20100090900A KR101378675B1 KR 101378675 B1 KR101378675 B1 KR 101378675B1 KR 1020100090900 A KR1020100090900 A KR 1020100090900A KR 20100090900 A KR20100090900 A KR 20100090900A KR 101378675 B1 KR101378675 B1 KR 101378675B1
- Authority
- KR
- South Korea
- Prior art keywords
- brain
- volume
- height
- area
- hydrocephalus
- Prior art date
Links
- 208000003906 hydrocephalus Diseases 0.000 title claims abstract description 109
- 238000003745 diagnosis Methods 0.000 title claims abstract description 37
- 238000003384 imaging method Methods 0.000 title claims abstract description 33
- 238000000034 method Methods 0.000 title claims abstract description 29
- 210000004556 brain Anatomy 0.000 claims abstract description 124
- 230000002861 ventricular Effects 0.000 claims abstract description 57
- 238000002591 computed tomography Methods 0.000 claims description 14
- 238000002595 magnetic resonance imaging Methods 0.000 claims description 11
- 238000002600 positron emission tomography Methods 0.000 claims description 7
- 238000010339 medical test Methods 0.000 claims 1
- 230000000877 morphologic effect Effects 0.000 abstract description 18
- 239000000284 extract Substances 0.000 abstract description 5
- 238000002405 diagnostic procedure Methods 0.000 abstract description 4
- 238000011161 development Methods 0.000 abstract description 3
- 238000012545 processing Methods 0.000 description 27
- 230000003902 lesion Effects 0.000 description 22
- 210000005241 right ventricle Anatomy 0.000 description 14
- 210000005240 left ventricle Anatomy 0.000 description 13
- 238000002474 experimental method Methods 0.000 description 10
- 241000282472 Canis lupus familiaris Species 0.000 description 9
- 210000001175 cerebrospinal fluid Anatomy 0.000 description 9
- 238000004195 computer-aided diagnosis Methods 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 6
- 238000002059 diagnostic imaging Methods 0.000 description 6
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 5
- 241000124008 Mammalia Species 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000004141 dimensional analysis Methods 0.000 description 4
- 201000010099 disease Diseases 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 210000001519 tissue Anatomy 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 210000000265 leukocyte Anatomy 0.000 description 3
- 238000003909 pattern recognition Methods 0.000 description 3
- 238000004445 quantitative analysis Methods 0.000 description 3
- 208000024891 symptom Diseases 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000002604 ultrasonography Methods 0.000 description 3
- 241001465754 Metazoa Species 0.000 description 2
- 210000003484 anatomy Anatomy 0.000 description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 238000004820 blood count Methods 0.000 description 2
- 230000037396 body weight Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000002490 cerebral effect Effects 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- 210000002330 subarachnoid space Anatomy 0.000 description 2
- 206010002091 Anaesthesia Diseases 0.000 description 1
- 206010008164 Cerebrospinal fluid leakage Diseases 0.000 description 1
- 206010010356 Congenital anomaly Diseases 0.000 description 1
- 206010052428 Wound Diseases 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000037005 anaesthesia Effects 0.000 description 1
- 238000010171 animal model Methods 0.000 description 1
- 230000004641 brain development Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 210000003169 central nervous system Anatomy 0.000 description 1
- 210000004720 cerebrum Anatomy 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 210000003161 choroid Anatomy 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013481 data capture Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000007435 diagnostic evaluation Methods 0.000 description 1
- 208000035475 disorder Diseases 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000013399 early diagnosis Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 210000003743 erythrocyte Anatomy 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000010253 intravenous injection Methods 0.000 description 1
- 210000003127 knee Anatomy 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000036244 malformation Effects 0.000 description 1
- 230000003211 malignant effect Effects 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000001394 metastastic effect Effects 0.000 description 1
- 206010061289 metastatic neoplasm Diseases 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012261 overproduction Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- OLBCVFGFOZPWHH-UHFFFAOYSA-N propofol Chemical compound CC(C)C1=CC=CC(C(C)C)=C1O OLBCVFGFOZPWHH-UHFFFAOYSA-N 0.000 description 1
- 229960004134 propofol Drugs 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 210000000278 spinal cord Anatomy 0.000 description 1
- 238000000551 statistical hypothesis test Methods 0.000 description 1
- 238000012353 t test Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- 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
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/501—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of the head, e.g. neuroimaging or craniography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
-
- 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
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/032—Transmission computed tomography [CT]
-
- 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
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/037—Emission tomography
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Heart & Thoracic Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- High Energy & Nuclear Physics (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Optics & Photonics (AREA)
- Pulmonology (AREA)
- Theoretical Computer Science (AREA)
- Neurology (AREA)
- Neurosurgery (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
본 발명은 뇌수종의 발병여부를 진단할 수 있는 새로운 진단방법에 관한 것으로서, 보다 구체적으로는 영상 진단기기로부터 진단 대상의 뇌 및 뇌실에 대한 이미지 데이터를 얻는 단계; 상기 이미지 데이터로부터 뇌 및 뇌실의 높이, 면적 및 부피 값을 추출하는 단계; 및 뇌의 높이에 대한 뇌실 높이의 비율(뇌실의 높이/뇌의 높이 X 100), 뇌의 면적에 대한 뇌실 면적의 비율(뇌실 면적/뇌의 면적 X 100) 및 뇌의 부피에 대한 뇌실 부피의 비율(뇌실의 부피/뇌의 부피 X 100)을 계산하는 단계를 포함하는 영상 진단기기를 이용한 뇌수종 진단 방법 및 뇌수종 진단 지원 장치에 관한 것이다. 본 발명에 따른 뇌수종 진단 방법은 뇌 및 뇌실의 정량적 및 형태학적인 특성의 연관성에 기초하여 영상 진단기기를 통하여 확보한 뇌 및 뇌실의 이미지로부터 뇌 및 뇌실의 높이, 면적 및 부피 값을 추출하여, 뇌의 높이에 대한 뇌실 높이의 비율, 뇌의 면적에 대한 뇌실 면적의 비율 및 뇌의 부피에 대한 뇌실 부피의 비율 분석을 통해 뇌수종의 발병 가능성 및 중증도를 종래 방법에 비해 보다 정확하고 손쉽게 판단할 수 있는 효과가 있다.
Description
본 발명은 뇌수종 진단 방법 및 장치에 관한 것으로, 보다 상세하게는 영상 진단기기를 이용한 뇌수종 진단 방법 및 장치에 관한 것이다.
뇌에는 뇌척수액(cerebrospinal fluid, CSF)이라는 맑은 체액이 뇌의 안과 밖을 채운 채 순환하고 있다. 뇌의 안쪽에는 뇌실(ventricles)이라는 작은 빈 공간들이 있으며 이곳에 있는 맥락총 혈관(choroids plexus vessels)에서 뇌척수액이 만들어진다. 뇌척수액은 혈액에서 적혈구나 백혈구 세포들이 제거된 혈장과 비슷한 액체이며, 생성된 뇌척수액은 뇌실의 구역을 따라 흘러서 소뇌 주변의 제4뇌실의 출구(basal foramina: foramina of Luschka and Magendie)를 통하여 뇌의 바깥쪽으로 나오게 된다. 뇌척수액은 척수 주변의 지주막하 공간(subarachnoid space)을 순환하고 뇌의 아래쪽 지주막하 공간(basal cisterns)을 지나 대뇌 표면의 지주막하 공간으로 모여 양 대뇌 반구 사이 천정을 지나는 상시상 정맥동(superior sagittal sinus) 안으로 흡수되어 혈액으로 되돌아간다.
뇌수종(Hydrocephalus)은 뇌의 뇌실(ventricles)이나 지수막(subarachnoid space)에서 뇌척수액(CSE; Cerebrospinal Fluid)이 누출되기 때문에 발생한다. 또는 뇌척수액 배수에 대한 선천적 기형이나 머리에 발생한 상처 또는 감염으로 인하여 뇌척수액이 과잉 생산되기 때문일 수도 있다(Horbar et al., 1983; Gaston and Jones, 1989; Del Bigio, 1993; Emerson et al., 1994; Braun et al.,1997). 뇌수종에 의한 뇌척수액의 축적은 대부분의 경우 뇌압의 상승으로 이어지며 이로 인한 증상과 뇌 발달의 장애를 일으킨다. 급격한 뇌압 상승은 생명을 위협할 수도 있다.
이러한 뇌수종을 조기 진단하기 위하여 두개강 초음파, 뇌 전산화 단층촬영(CT), 뇌 자기공명영상(MRI) 및 동영상 자기공명영상(cine-MRI)과 같은 다양한 영상 진단 기기들이 이용되고 있다. 그러나 이러한 영상 진단기기에 기반한 진단은 의사의 육안적 인식과 판별능력에 전적으로 의존한다는 점에서 판독 오차와 같은 불확실성이 발생할 수 있다는 문제가 있다.
최근 이러한 영상 진단기기를 이용한 진단의 불확실성을 개선하기 위하여, 컴퓨터가 정량적으로 분석한 결과를 토대로 질병에 대한 진단 정보를 제공하는, 컴퓨터로 지원되는 진단 지원(Computer aided diagnosis, CAD) 시스템의 개발이 활발하게 진행 중이다. 따라서 뇌수종의 조기 진단을 위하여 뇌수종에 대한 영상 진단기기 기반의 정량적 분석을 통해 뇌수종 진단이 가능한 진단 지원 장치 개발이 필요하다.
본 발명은 상기 종래기술의 문제점을 해결하기 위하여 안출된 것으로, 본 발명의 목적은 영상 진단기기를 통하여 얻어지는 뇌에 대한 이미지를 통해 뇌수종 발병 여부를 판단할 수 있는 뇌수종 진단 방법 및 장치를 제공하는 것이다.
본 발명의 다른 목적은 뇌 및 뇌실에 대한 영상 진단기기를 이용한 1차원, 2차원 및 3차원 분석 결과와 뇌수종과의 관계에 기초하여 뇌수종 발병 여부를 판단할 수 있는 영상 진단기기를 이용한 뇌수종 진단 방법 및 장치를 제공하는 것이다.
상기 본 발명이 이루고자 하는 기술적 과제를 달성하기 위하여, 본 발명은,
영상 진단기기로부터 진단 대상의 뇌 및 뇌실에 대한 이미지 데이터를 얻는 단계; 상기 이미지 데이터로부터 뇌 및 뇌실의 높이, 면적 및 부피 값을 추출하는 단계; 및 뇌의 높이에 대한 뇌실 높이의 비율(뇌실의 높이/뇌의 높이 X 100), 뇌의 면적에 대한 뇌실 면적의 비율(뇌실 면적/뇌의 면적 X 100) 및 뇌의 부피에 대한 뇌실 부피의 비율(뇌실의 부피/뇌의 부피 X 100)을 계산하는 단계를 포함하는, 영상 진단기기를 이용한 뇌수종 진단 방법을 제공한다.
본 발명의 일실시예에 있어서, 상기 뇌의 높이에 대한 뇌실 높이의 비율(뇌실의 높이/뇌의 높이 X 100)이 20% 이상이고, 뇌의 면적에 대한 뇌실 면적의 비율(뇌실 면적/뇌의 면적 X 100)이 7% 이상이고, 뇌의 부피에 대한 뇌실 부피의 비율(뇌실의 부피/뇌의 부피 X 100)이 5% 이상인 경우에는 뇌수종 발병 가능성이 있는 것으로 판정하고, 상기 뇌의 높이에 대한 뇌실 높이의 비율(뇌실의 높이/뇌의 높이 X 100)이 20% 미만이고, 뇌의 면적에 대한 뇌실 면적의 비율(뇌실 면적/뇌의 면적 X 100)이 7% 미만이고, 뇌의 부피에 대한 뇌실 부피의 비율(뇌실의 부피/뇌의 부피 X 100)이 5% 미만인 경우에는 정상인 것으로 판정하는 단계를 더 포함할 수 있다.
본 발명의 일실시예에 있어서, 상기 영상 진단기기는 X-레이, 자기 공명 이미지 기기(MRI), 컴퓨터 단층촬영 기기(CT) 및 양전자 방사 단층촬영기(PET)로 이루어진 군 중에서 선택되는 어느 하나 이상일 수 있다.
본 발명의 일실시예에 있어서, 뇌의 높이에 대한 뇌실 높이의 비율이 25% 이상이고, 뇌의 면적에 대한 뇌실 면적의 비율이 7% 이상이고, 뇌의 부피에 대한 뇌실 부피의 비율이 5% 이상인 경우 뇌수종 발병 가능성이 높은 것으로 판정할 수 있다.
본 발명의 일실시예에 있어서, 상기 진단 대상은 포유류일 수 있다.
본 발명의 일실시예에 있어서, 상기 진단 대상은 개(dog)일 수 있다.
또한, 본 발명은,
영상 진단기기로부터 진단 대상의 뇌 및 뇌실에 대한 이미지 데이터를 얻는 의료용 검사 데이터 입력부; 및 상기 이미지 데이터로부터 뇌 및 뇌실의 높이, 면적 및 부피 값을 추출하여, 뇌의 높이에 대한 뇌실 높이의 비율이 20% 이상이고, 뇌의 면적에 대한 뇌실 면적의 비율이 7% 이상이고, 뇌의 부피에 대한 뇌실 부피의 비율이 5% 이상인 경우 뇌수종 발병 가능성이 있는 것으로 진단하는 진단 지원 처리부를 포함하는 영상 진단기기를 이용한 뇌수종 진단 지원 장치를 제공한다.
본 발명의 일실시예에 있어서, 추가적인 이미지데이터 또는 수치 데이터와 같은 의료 정보를 저장하고 있는 증례 데이터베이스 또는 의학 지식 데이터베이스를 더 포함할 수 있다.
본 발명의 일실시예에 있어서, 상기 진단 지원 처리부의 결과를 출력하기 위한 출력 처리부를 더 포함할 수 있다.
본 발명의 일실시예에 있어서, 상기 영산 진단기기는 X-레이, 자기 공명 이미지기기(MRI), 컴퓨터 단층촬영 기기(CT) 및 양전자 방사 단층촬영기(PET)로 이루어진 군 중에서 선택되는 어느 하나 이상일 수 있다.
본 발명의 일실시예에 있어서, 상기 진단 대상은 포유류일 수 있다.
본 발명의 일실시예에 있어서, 상기 진단 대상은 개(dog)일 수 있다.
본 발명의 뇌수종 진단 방법 및 장치에 따르면 영상 진단기기를 이용하여 얻어지는 이미지를 통해 뇌수종 발병 여부를 정확하고 용이하게 판단할 수 있다.
또한, 본 발명의 뇌수종 진단 방법 및 장치에 따르면 영상 진단기기를 이용한 뇌 및 뇌실에 대한 1차원, 2차원 및 3차원 분석을 통하여 뇌수종 발병 여부를 정확하고 용이하게 판단할 수 있다.
도 1은 본 발명의 일실시예에 따른 컴퓨터로 지원되는 뇌수종 진단 지원 장치(Computer-Aided Diagnosis, CAD) 시스템의 하드웨어적인 기기 구성을 도시한 도면이다.
도 2에 본 발명의 일 실시예에 따른 뇌수종 진단 지원 장치를 구현하기 위한 기능별 구성요소를 도시한 도면이다.
도 3은 본 발명의 일 실시예에 따른 뇌수종 진단 장치의 처리 수순을 나타내는 흐름도이다.
도 4는 T1 강조 자기 공명 이미지(T1-weighted MR image)로 촬영된 요크셔테리어의 뇌 부분에 대한 시상절단면을 나타낸 도면이다.
도 5는 뇌수종이 발병하지 않은 정상 요크셔테리어와 뇌수종이 발병한 요크셔테리어에 대한 대표적인 T1 강조 자기공명 이미지를 나타낸 도면이다.
도 6은 본 발명의 일실시예에 따른 관심영역의 특성인 높이 및 면적을 나타낸 도면이다.
도 7은 뇌수종이 발병하지 않은 정상 요크셔테리어와 뇌수종이 발병한 요크셔테리어간 좌우측 VBHR, VBAR 및 VBVR 값을 나타낸 도면이다.
도 8은 본 발명의 일실시예에 따른 VBHR과 VBAR의 상관관계 및 VBHR과 VBVR의 상관관계를 나타낸 그래프이다.
도 2에 본 발명의 일 실시예에 따른 뇌수종 진단 지원 장치를 구현하기 위한 기능별 구성요소를 도시한 도면이다.
도 3은 본 발명의 일 실시예에 따른 뇌수종 진단 장치의 처리 수순을 나타내는 흐름도이다.
도 4는 T1 강조 자기 공명 이미지(T1-weighted MR image)로 촬영된 요크셔테리어의 뇌 부분에 대한 시상절단면을 나타낸 도면이다.
도 5는 뇌수종이 발병하지 않은 정상 요크셔테리어와 뇌수종이 발병한 요크셔테리어에 대한 대표적인 T1 강조 자기공명 이미지를 나타낸 도면이다.
도 6은 본 발명의 일실시예에 따른 관심영역의 특성인 높이 및 면적을 나타낸 도면이다.
도 7은 뇌수종이 발병하지 않은 정상 요크셔테리어와 뇌수종이 발병한 요크셔테리어간 좌우측 VBHR, VBAR 및 VBVR 값을 나타낸 도면이다.
도 8은 본 발명의 일실시예에 따른 VBHR과 VBAR의 상관관계 및 VBHR과 VBVR의 상관관계를 나타낸 그래프이다.
이하 첨부된 도면들을 참조하여 본 발명의 바람직한 실시예에 대하여 보다 상세하게 설명한다.
도 1은 본 발명의 일실시예에 따른 컴퓨터로 지원되는 뇌수종 진단 지원 장치(Computer-Aided Diagnosis, CAD) 시스템의 하드웨어적인 기기 구성을 도시한 도면이다. CAD 시스템(1)은 동력학, 형태학 및 분광학적 분석 수행을 포함하여, 그 추출된 동역학적 특성, 형태학적 특성 및 분광학적인 특성들에 기초하여 진단 평가치를 제공하는 시스템으로, 이를 위하여 얻어진 여러 의료 이미지들 및 데이터를 처리 및 분석한다.
CPU(100)는 주로 진단 지원 장치(1)의 각 구성 요소의 동작을 제어한다. 주메모리(101)는 CPU(100)가 실행하는 제어 프로그램을 저장하거나 CPU(100)에 의한 프로그램 실행 시의 작업 영역을 제공한다. 자기 디스크(102)는 오퍼레이팅 시스템(OS), 주변기기의 디바이스 드라이브 및 컴퓨터 진단 지원 처리를 행하는 프로그램을 포함하는 각종 어플리케이션 소프트웨어 등을 저장한다.
표시메모리(103)는 모니터(104)를 위한 표시용 데이터를 일시 기억한다. 모니터(104)는, 예를 들어 CRT 모니터나 액정 모니터 등이며, 표시 메모리(103)로부터의 데이터에 기초하여 화상을 표시한다. 마우스(105) 및 키보드(106)는 유저에 의한 포인팅 입력 및 문자 등의 입력을 각각 행한다. 상기 구성요소는 공통버스(107)에 의해 서로 통신 가능하게 접속되어 있다.
본 실시형태에서, 진단 지원 장치(1)는 LAN(4)을 통해 데이터베이스(3)로부터 화상데이터 등을 판독할 수 있다. 혹은, 도 1에는 도시하지 않았으나 보조 기억 장치, 예를 들어 FDD, CD-RW 드라이브 등에 접속하여 그것들 각각에 저장되어 있는 이미지 데이터 등을 읽어들일 수도 있다. 또한, LAN(4)을 경유하여 의료용 영상 진단기기(2)로부터 직접 의료용 이미지 등을 취득해도 좋다. 의료용 영상 진단기기(2)는 환자를 스캐닝 하거나 영상화 하여 의료용 이미지들 및 데이터를 획득하는 용도로 진단 전문 의사와 같은 사용자에 의해 사용된다. 본 발명의 일실시예에 적용 가능한 상기 의료용 이미지들로는 초음파 이미지들, X-레이 이미지들, MRI 이미지들, CT(Computer Tomography) 이미지들, PET(Positron Emission Tomography) 이미지들, PET/CT, 핵, MRS 또는 적절한 이미지나 데이터 포착 장치로부터 얻은 이미지들일 수 있다.
도 2에 본 발명의 일 실시예에 따른 뇌수종 진단 지원 장치를 구현하기 위한 기능별 구성요소가 도시되어 있다. 이러한 기능별 구성요소는 도 1에 도시된 하드웨어 시스템 상에서 구동될 수 있다.
도 2에서 상기 뇌수종 진단 지원 장치는 의료용 검사 데이터 입력부(201), 증례 데이터베이스(202), 의학 지식 데이터베이스(203), 진단 지원 처리 수단으로서의 진단 지원 처리부(204), 기억 수단으로서의 이력 기록부(208)와 데이터 출력부(209)를 구비하여 구성된다.
의료용 검사 데이터 입력부(201)는 진단 대상인 개의 뇌 및 뇌실을 스캐닝 하거나 영상화한 의료용 이미지 및 데이터를 입력받는다. 예를 들어 X선 촬영 장치, CT 장치, MR 장치, 초음파 또는 음파 진단 장치로부터 의료용 이미지를 입력받을 수 있으며, 심전도나 뇌파 데이터, 백혈구 수 등의 계측 데이터 등을 입력받을 수 있다.
또한, 본 발명에 적용 가능한 또 다른 실시예에서 진료 기록카드 정보 등의 병변 후보 취득에 관련되는 정보를 포함하는 의료용 검사 데이터를 입력받을 수도 있다. 이 경우, 이들의 데이터는 유저에 의해 직접 입력이 가능한 구성이어도 좋고, 정보가 기록된 FDD, CD-RW 드라이브 등의 각종 기억 매체로부터 판독 가능한 구성이어도 좋다. 또한 이들의 데이터를 기억하는 데이터베이스와 LAN을 통해 접속하여 수신 가능한 구성이어도 좋다.
본 발명의 바람직한 실시예에 따른 뇌수종 진단 지원장치는 신뢰성을 담보하기 위하여 추가적인 의료정보를 저장하고 있는 증례 데이터베이스(202) 또는 의학 지식 데이터베이스(203)를 사용자의 선택에 의하여 각각 또는 모두 포함할 수 있다.
증례 데이터베이스(202)는 의료용 영상 진단기기(2)에 의해 촬영된 의료용 이미지나, 심전도나 백혈구 수를 비롯한 수치 데이터, 피검자에 관한 진료 기록 카드 등의 텍스트 데이터를 저장한다. 각 증례 데이터는 진단 지원 장치에 의한 데이터 처리 결과값이나 확정 진단 결과를 포함할 수도 있고, 그것들의 정보를 유사 증례 검색에 이용할 수 있다.
또한, 인식, 식별 처리에 사용하는 카테고리로 분류된 템플릿도 보존될 수 있다. 이 템플릿은 패턴 인식 처리로서 병변이 무엇인지(악성, 양성 등)를 판단하기 위하여 사용될 수 있다. 또한 병변을 추출하는 경우, 피사체로부터 추출된 데이터와의 상이도(예를 들어, 상관값 등)로부터 병변인 영역을 추출하기 위해 사용될 수 있다.
의학 지식 데이터베이스(203)는 병변 영역에 대한 진단 기준이나, 전이 병변 또는 합병증을 비롯한 검사 대상이 되는 질병의 정보를 저장한다. 또한 원발 병변을 검출했을 때에 관련되는 질병의 유무를 조사하는 프로세스와 같은 진단 프로세스 등의 데이터를 저장할 수도 있다.
진단 지원 처리부(204)는 본 발명의 바람직한 실시예에 따른 뇌수종 진단 지원 장치의 가장 핵심이 되는 구성요소로서, 진단 대상으로부터 전달된 의료용 이미지나 데이터로부터 진단을 지원하기 위한 정보를 얻는 처리부(205)와 진단 지원 정보를 출력하기 위한 출력 처리부(206)로 구성된다.
의료용 이미지나 데이터를 처리하는 경우, 처리부(205)는 피검자로부터 취득된 데이터로부터 병변에 관한 정보를 얻을 수도 있다. 의료용 이미지는 2차원 평면 이미지이거나 3차원 체적(볼륨) 이미지일 수 있다. 이러한 이미지로부터 1차원적인 길이 정보, 2차원적인 면적 정보 및 3차원적인 부피 정보를 얻을 수 있다.
본 발명의 일실시예에서는 이러한 길이, 면적 및 부피 정보에 기초하여 뇌수종 진단을 지원하기 위한 정보를 얻는다. 상기 처리부(205)가 전달된 이미지로부터 이러한 정보를 얻기 위하여 먼저 해당 이미지에서 관심 영역(Region of Interest, ROI)을 선택하게 된다. ROI는 병변과 같은 이상 오브젝트를 포함할 수 있는 해부학상의 영역이다. ROI는 2차원 이미지가 처리될 때 2차원일 수 있고, 영상화된 한 볼륨이 처리될 때는 3차원('VOI, 또는 '관심볼륨, Volume of Interest'로도 칭함)일 수 있다. 본 발명의 일실시예에 따른 ROI는 뇌 및 좌우측 뇌실이다.
ROI는 임의의 적절한 방식을 통해 식별될 수 있다. 예를 들어, 본 발명에 따른 진단 지원 장치 사용자로부터 도 2에 도시하지 않은 별도의 사용자 인터페이스를 통해 디스플레이된 이미지상에 특정 ROI에 대한 식별 정보를 입력받을 수도 있고, 진단 지원 어플리케이션 프로그램이 이전의 검사에서 식별되어 데이터베이스에 현재 저장된 ROI같이 다른 소스들로부터 이미 식별된 ROI를 이용하여 추출할 수도 있다. 아니면 진단 지원 어플리케이션 프로그램은 ROI를 식별하기 위해 이미지의 형태학적 분석을 수행하고 그것을 사용자에게 암시할 수도 있다. 본 발명의 일실시예에 적용가능한 한 구현예에서 사용자는 먼저 구간 '시드 포인트(seed point)', 즉 관심 영역의 한 시작 포인트를 선택함으로써 시스템에 ROI를 선택 및 확인시킨다. 사용자는, 예를 들어 포인팅 장치를 이용해 의심이 되는 병변의 중심 영역 안에서 포인트를 선택함으로써, 구간 시드 포인트를 선택할수 있다. 시드 포인트 주위에 한 원이 형성되도록 커서를 시드 포인트로부터 멀리 끌고 감으로써 ROI가 규정된다. 원은 구간 알고리즘이 작동되는 영역을 구속한다. ROI가 충분히 커서 의심 가는 병변 전체를 포함할 정도가 되었을 때 사용자는 포인팅 장치를 릴리즈 한다.
ROI가 식별되었으면, ROI의 경계를 명확히 하여 구간화한 후, 패턴 인식 동작 등을 통해 그 구간화된 ROI로부터 형태학적 특성을 식별 및 추출한다.
처리부(205)는 상기 식별된 ROI로부터 형태학적 특성을 식별하기 위하여 이미지를 분석하여 구간화된 ROI내 픽셀들의 군집 및 대비와 같은 특성들을 식별하기도 하고, 이미지를 분석하여 특정 국소 특성들을 더 잘 식별하기 위해 ROI를 둘러싼 픽셀들의 정보와 같은 도메인 지식의 어떤 개념을 통합할 수 있다.
또한, 처리부(205)는 형태학적 특성을 추출하기 위하여 상기와 같이 국소적으로 식별된 패턴들부터 특수한 특성들을 추출한다. 예컨대 뇌 및 좌우측 뇌실의 구간화된 ROI에 대하여 1차원적인 길이 정보인 높이(height), 2차원적인 정보인 면적(area) 및 3차원적인 정보인 부피(volume)값을 계산한다.
다음으로 처리부(205)는 식별 및 추출된 ROI 내 형태학적 특성 정보들에 기초하여 뇌수종 발병 가능성에 대한 판단 작업을 진행한다. 본 발명은 후술하는 실험을 통하여 뇌 및 뇌실에 대한 1차원, 2차원 및 3차원적인 형태학적 특성 정보와 뇌수종간의 정량적인 관계를 밝혔으며, 본 발명의 일실시예에 따른 처리부(205)는 상기 정량적 관계에 기초하여 진단대상의 뇌수종 발명 가능성을 판단한다. 이를 위하여 뇌의 높이에 대한 뇌실 높이의 비율(VBHR, 뇌실의 높이/뇌의 높이 X 100), 뇌의 면적에 대한 뇌실 면적의 비율(VBAR, 뇌실 면적/뇌의 면적 X 100) 및 뇌의 부피에 대한 뇌실 부피의 비율(VBVR, 뇌실의 부피/뇌의 부피 X 100)을 계산한다. 그리고 나서 상기 VBHR가 20% 이상이고, VBAR가 7% 이상이며, VBVR가 5% 이상인 경우 뇌수종이 발병할 가능성이 있는 것으로 판단할 수 있으며, 바람직하게 VBHR가 25%이상이고, VBAR가 7% 이상이며, VBVR가 5% 이상일 경우 뇌수종이 발병할 가능성이 높은 것으로 판단할 수 있다.
또한, 본 발명의 또 다른 실시예에서 병변부의 후보인 병변부 후보의 취득 시에 증례 데이터베이스(202)를 참조하여 과거의 증례 데이터와의 유사도를 비교할 수도 있다. 이 경우 처리부(205)는 화상으로부터 특정량을 산출하고, 증례 데이터베이스(202)에 보존되는 증례마다의 특징량의 일치도로부터 병변 후보를 취득한다.
또한 보다 신뢰도 있는 진단 지원을 제공하기 위하여 의학 지식 데이터베이스(203)에 저장되어 있는 진단 기준이나 진단 수순에 관한 데이터를 참조할 수도 있다.
처리부(205)의 처리 대상은 이미지 데이터에 한정되지 않는다. 본 발명에 적용 가능한 또 다른 실시예에서 처리부(205)는 진단 대상자에 관한 화상 이외의 계측 데이터 혹은 진료 기록 카드 데이터 등에 기초하여 병변 후보를 취득할 수도 있다.
출력 처리부(206)는 화상 데이터를 대상으로 하는 경우에는 처리부(205)에 의해 추출된 병변 후보의 병변일 가능성이 높은 것 등의 진단을 지원하기 위한 정보를 취득하여 출력하고, 계측 데이터이면 피사체로부터 얻어진 데이터를 직접 해석하여 진단을 지원하기 위한 정보를 취득하여 출력한다. 또한 본 발명의 일실시예에 따른 출력 처리부(206)는 사용자로부터 ROI에 대한 식별정보를 입력받기 위하여 별도의 사용자 인터페이스를 제공할 수도 있다.
데이터 출력부(209)는 처리부(205)로부터 얻어진 병변 후보의 데이터와 출력 처리부(206)에 의해 얻어진 병변 후보의 판정 정보를 지정된 사용자 인터페이스 형식으로 출력한다.
도 3은 본 발명의 일 실시예에 따른 뇌수종 진단 장치의 처리 수순을 나타내는 흐름도이다.
본 발명의 일실시예에 따른 진단장치를 이용한 뇌수종 진단 방법은 도 3에 도시된 바와 같이 진단 대상인 개의 의료용 이미지 데이터를 입수하는 단계로부터 시작한다(S301). 의료용 이미지 데이터는 의료 영상 장치에 의해 공급되거나, 이미지 기록보고나 서버로부터 검색될 수 있다.
일반적으로, 의료 이미지는 의료 영상 장치에 의해 특정 조직 타입들 사이를 구별함으로써 형성된다. 조직들의 타입들 간 대비(조영)를 늘림으로써 더 양호한 이미지 품질을 제공하게 된다. 조영 증강 시약을 환자에게 투여하는 것은 소정 조직 타입들의 영상 특성들에 선택적으로 영향을 미치게 되어 일반 조직과 이상 조직들간 조영 및 그에 따른 영상화된 병변들의 조영을 증강시킬 수 있다.
의료용 이미지는 2차원 평면 이미지이거나 3차원 체적(볼륨) 이미지일 수 있다. 이러한 이미지로부터 1차원적인 길이정보, 2차원적인 면정보 및 3차원적인 부피 정보를 얻을 수 있다. 본 발명의 일 실시예에서는 이러한 길이, 면적 및 부피정보에 기초하여 뇌수종 진단을 지원하기 위한 정보를 얻는다. 의료용 이미지로부터 이러한 정보를 얻기 위하여 상기 이미지를 처리해야 하는데, 이미지 처리단계는 관심 영역(Region of Interest, ROI)을 선택하는 단계에서 시작한다(S302). ROI는 병변과 같은 이상 오브젝트를 포함할 수 있는 해부학상의 영역이다. ROI는 2차원 이미지가 처리될 때 2차원일 수 있고, 영상화된 한 볼륨이 처리될 때는 3차원('VOI, 또는 '관심볼륨, Volume of Interest'로도 칭함)일 수 있다. 본 발명의 일실시예에 따른 ROI는 뇌 및 놔우측 뇌실이다.
ROI는 임의의 적절한 방식을 통해 식별될 수 있다. 예를 들어, 본 발명에 따른 진단 지원 장치 사용자가 사용자 인터페이스를 통해 디스플레이된 이미지상에 한 ROI를 식별할 수 있다. 진단 지원 어플리케이션 프로그램이 이전의 검사에서 식별되어 데이터베이스에 현재 저장된 ROI같이, 다른 소스들로부터 이미 식별된 ROI를 추출할 수도 있다. 아니면 진단 지원 어플리케이션 프로그램은 ROI를 식별하기 위해 이미지의 형태학적 분석을 수행하고 그것을 사용자에게 암시할 수도 있다. 본 발명의 일실시예에 적용가능한 한 구현예에서 사용자는 먼저 구간 '시드 포인트(seed point)', 즉 관심 영역의 한 시작 포인트를 선택함으로써 시스템에 ROI를 선택 및 확인시킨다. 사용자는, 예를 들어 포인팅 장치를 이용해 의심이 되는 병변의 중심 영역 안에서 포인트를 선택함으로써, 구간 시드 포인트를 선택할수 있다. 시드 포인트 주위에 한 원이 형성되도록 커서를 시드 포인트로부터 멀리 끌고 감으로써 ROI가 규정된다. 원은 구간 알고리즘이 작동되는 영역을 구속한다. ROI가 충분히 커서 의심 가는 병변 전체를 포함할 정도가 되었을 때 사용자는 포인팅 장치를 릴리즈 한다.
ROI가 식별되었으면, ROI의 경계를 명확히하여 구간화한 후, 패턴 인식 동작 등을 통해 그 구간화된 ROI로부터 형태학적 특성을 식별 및 추출한다(S303).
먼저 상기 식별된 ROI로부터 형태학적인 특성을 식별하기 위하여 이미지를 분석하여 구간화된 ROI내 픽셀들의 군집 및 대비와 같은 특성들을 식별하기도 하고, 이미지를 분석하여 특정 국소 특성들을 더 잘 식별하기 위해 ROI를 둘러싼 픽셀들의 정보와 같은 도메인 지식의 어떤 개념을 통합할 수 있다.
또한 형태학적 특성을 추출하기 위하여 국소적으로 식별된 패턴들부터 특수한 특성들을 추출한다. 예컨대 뇌 및 좌우측 뇌실의 구간화된 ROI에 대하여 1차원적인 길이 정보인 높이(height), 2차원적인 정보인 면적(area) 및 3차원적인 정보인 부피(volume)값을 계산한다.
다음으로 상기 S303단계를 통하여 식별 및 추출된 ROI 내 형태학적 특성 정보들에 기초하여 뇌수종 발병 가능성에 대한 판단 작업을 진행한다.
본 발명은 후술하는 실험을 통하여 뇌 및 뇌실에 대한 1차원, 2차원 및 3차원적인 형태학적 특성 정보와 뇌수종간의 정량적인 관계를 밝혔으며, 본 발명의 일실시예에 따른 처리부(205)는 상기 정량적 관계에 기초하여 진단대상의 뇌수종 발명 가능성을 판단한다. 이를 위하여 뇌의 높이에 대한 뇌실 높이의 비율(VBHR, 뇌실의 높이/뇌의 높이 X 100), 뇌의 면적에 대한 뇌실 면적의 비율(VBAR, 뇌실 면적/뇌의 면적 X 100) 및 뇌의 부피에 대한 뇌실 부피의 비율(VBVR, 뇌실의 부피/뇌의 부피 X 100)을 계산한다. 그리고 나서 상기 VBHR가 20% 이상이고, VBAR가 7% 이상이며, VBVR가 5% 이상인 경우 뇌수종이 발병할 가능성이 있는 것으로 판단할 수 있으며, 바람직하게 VBHR가 25%이상이고, VBAR가 7% 이상이며, VBVR가 5% 이상일 경우 뇌수종이 발병할 가능성이 높은 것으로 판단할 수 있다.
이하, 본 발명을 실시예에 의해 상세히 설명하기로 한다. 그러나 이들 실시예는 본 발명을 보다 구체적으로 설명하기 위한 것으로서, 본 발명의 범위가 이들 실시예에 한정되는 것은 아니다.
<
실시예
1>
본 실시예는 뇌수종이 발병하지 않은 개체와 뇌수종이 발병한 개체를 비교 분석하여 뇌수종의 발병과 뇌 및 뇌실의 정량적, 형태학적인 특성이 연관성이 있는지 여부에 대하여 통계학적인 유의성을 확인하기 위한 것이다. 이들 간의 통계학적 유의성이 확인된다면, 진단 대상의 뇌 및 뇌실의 형태학적인 관계에 대한 정량적 분석 결과에 기초하여 뇌수종 발병 가능성 및 발병 여부를 판단할 수 있다.
<1-1> 진단 대상의 개체 준비
본 실시예에서는 포유동물에 있어 뇌수종이 발병하지 않은 개체와 뇌수종이 발병한 개체간의 통계학적 유의성을 확인하기 위하여 개를 실험 대상으로 선정하였다. 특히, 개를 이용한 실험에 있어서 요크셔테리어(Yorkshire terrier) 종을 대상으로 실험을 실시하였다. 먼저 본 실험을 위하여 2살부터 8살까지의 요크셔테리어 20마리를 암수 구분 없이 준비하였다. 그리고 상기 20마리의 요크셔테리어를 암수 구분없이 2개 그룹으로 나누었다. 이때 한 그룹 10마리는 뇌수종에 감염된 상태였고, 다른 그룹에 해당하는 10마리는 뇌수종에 감염되지 않은 정상적인 상태였다.
이때 정확한 대조작업을 위하여 뇌수종에 감염된 요크셔테리어와 뇌수종에 감염된 요크셔테리어에 대해서는 각각 나이가 유사한 요크셔테리어들끼리 미리 짝을 맞춰두었다. 또한, 본 실험은 건국대학교 수의과대학의 실험동물 사용관리 위원회의 승인(IACUC No.: KU09047)을 얻은 후 진행되었으며, 뇌수종에 감염된 요크셔테리어에 대해서는 모든 증상들을 빠짐없이 기록하였다. 특히, 뇌수종에 감염된 요크셔테리어에 대한 실험은 2004년부터 2009년까지 5년동안 대한민국 서울 소재 수의과 병원에서 행하여졌다.
<1-2>
MRI
를 이용한 뇌 및 뇌실의 높이, 면적 및 부피 측정
영상 진단 기기로 자기공명영상(MRI; Magnetic Resonance Imaging) 기기를 사용하였는데, 자기공명영상 기법은 해부학적이며 형태학적인 정보를 제공하기 때문에 현재까지 사람을 포함한 다양한 포유동물의 중추신경계 관련 질병을 진단하는데 사용되고 있다. 이에 본 실시예에서 자기공명 실험은 인간 슬관절 코일(human knee coils)을 사용하는 0.2 테슬라 시스템(E-scan, Esaote, Genoa, Italy)을 통해 진행되었다. 마취를 위해 프로포폴(Anefol, Hana Pham., Korea) 6mg/kg을 정맥주사를 통해 주입하였고, 실험 대상인 모든 요크셔테리어에 대하여 100% 산소에 대한 1.5% 이소플로란(Forane Soln, 중외제약, 대한민국)을 관을 통해 주입되었다.
또한, T1 강조 자기 공명 이미지(T1-weighted MR image)로 촬영된 요크셔테리어의 뇌 부분은 뇌수종이 발병한 요크셔 테리어 및 뇌수종이 발병하지 않은 정상 요크셔 테리어를 뇌의 크기에 따라 각각 슬라이스간 두께 및 스캔된 영상의 개수를 일정 범위 내에서 조정하였고(도 3 참조), 도 4에 도시된 부분에 대하여 공백 없이 6~8장의 횡측 영상을 스캔하였다. 이때, 반복시간을 650 밀리초, 에코 지연시간을 25밀리초로 설정하여 횡측 및 배측에 대한 T1 강조 자기공명 이미지를 얻었다. 각 이미지 슬라이스간 두께는 공백 없이 4~6mm이고, 전체 이미지들의 두께는 4cm였다. 관심 볼륨(VOI; Volume of Interest)에 대하여 총 6~8장의 이미지들이 스캔되었다.
<1-3> 분석
도 6에 나타낸 바와 같이 일련의 관심영역(ROI:Region of interest)에 기초하여 상기 방법에 의하여 수집된 TI 강조 자기공명 이미지들을 분석하였다. 즉, 도 6에서 좌측의 (A) 영상은 관심영역인 뇌 및 뇌실의 영역을 나타낸 것으로 뇌실의 면적 및 부피 계산의 기준이 되며, 우측의 (B) 영상은 관심영역의 뇌 및 뇌실의 높이를 계산하는 기준을 나타낸 것이다. 또한, 도 6a에 나타낸 바와 같이 모든 TI 강조 자기 공명 이미지들에 대해 각각의 영역에 대한 정보를 추출하여, 전체 뇌의 부피 및 좌우측 뇌실의 부피를 측정하였다. 이렇게 측정된 부피는 mm3"단위로 표기하였다.
또한, 전체 뇌 및 좌우측 뇌실의 높이 측정 방법은 도 3b에 나타내었는데, 이때 좌우측 뇌실의 높이와 부피는 각각의 시상간접합부 수준에 따라 측정하였다.
다음으로 뇌의 높이에 대한 뇌실 높이의 비율(VBHR, 뇌실의 높이/뇌의 높이 X 100), 뇌의 면적에 대한 뇌실 면적의 비율(VBAR, 뇌실 면적/뇌의 면적 X 100) 및 뇌의 부피에 대한 뇌실 부피의 비율(VBVR, 뇌실의 부피/뇌의 부피 X 100)을 계산하였다. 그리고 나서 VBHR 및 VBVR을 비교하고, 뇌수종이 발병하지 않은 정상 요크셔테리어와 뇌수종이 발병한 요크셔테리어간 차이점을 조사하였다.
또한, 상기 데이터는 ImageJ(미국국립보건원, 베쎄스더, MD, USA) 및 SPSS(윈도우 버전 13.0; SPSS, 시카고, 일리노이 USA)를 사용하여 분석하였고, 상기 데이터에 대한 통계적 유의성 검정은Student's two-tailed t검정을 통해 행하였다. 이때 p≤0.05를 통계적 유의수준으로 보았으며, 그 결과는 하기에 나타낸 바와 같다. 하기 표 1은 뇌수종이 발병하지 않은 정상 요크셔테리어 10마리와 뇌수종이 발병한 요크셔테리어 10마리에 대하여 측정한 뇌 및 좌우측 뇌실의 높이, 면적 및 부피의 평균값을 정리한 것으로서, 뇌 및 좌우측 뇌실의 높이, 면적 및 부피 각각의 측정치에 대하여 뇌수종이 발병하지 않은 정상 요크셔테리어와 뇌수종이 발병한 요크셔테리어간 차이에 대한 P값을 계산하였다.
| 정상(n=10) | 뇌수종(n=10) | P값 | |||
| 높이 |
뇌 | 29.94(4.45) | 26.64(5.27) | 0.88969 | |
| 뇌실 |
우측 | 4.06(0.98) | 8.64(2.14) | <0.00001 | |
| 좌측 | 4.47(0.98) | 9.32(2.27) | <0.00001 | ||
| 면적 |
뇌 | 1430.24(427.47) | 1500.55(757.77) | 0.80117 | |
| 뇌실 |
우측 | 33.15(13.03) | 170.48(148.39) | 0.00923 | |
| 좌측 | 37.20(14.88) | 168.69(130.21) | 0.00527 | ||
| 부피 |
뇌 | 44679.80(13580.34) | 40121.62(16407.67) | 0.50716 | |
| 뇌실 |
우측 | 887.72(311.53) | 4064.94(28.5.44) | 0.00224 | |
| 좌측 | 967.86(292.04) | 4509.62(2579.46) | <0.00001 | ||
분석 결과, 상기 표 1에 나타낸 바와 같이, 뇌수종이 발병하지 않은 정상 요크셔테리어와 뇌수종이 발병한 요크셔테리어간 뇌의 높이, 면적 및 부피의 차이에 대한 P값 모두 유의수준인 0.05보다 크다는 것을 알 수 있다. 따라서 뇌수종이 발병하지 않은 정상 요크셔테리어와 뇌수종이 발병한 요크셔테리어간 뇌의 높이, 면적 및 부피에는 차이가 없음을 확인할 수 있다.
한편, 상기 표 1로부터 뇌수종이 발병하지 않은 정상 요크셔테리어와 뇌수종이 발병한 요크셔테리어간 좌우측 뇌실의 높이, 면적 및 부피의 차이에 대한 P값 모두 유의수준인 0.05보다 작다는 것을 알 수 있다. 따라서 뇌수종이 발병하지 않은 정상 요크셔테리어와 뇌수종이 발병한 요크셔테리어간 좌우측 뇌실의 높이, 면적 및 부피에는 차이가 있음을 확인할 수 있다.
나아가 실험에 사용된 모든 요크셔테리어에 대한 체중, VBHR, VBAR, VBVR 및 임상학적 증상들은 정리하여 표 2에 기재하였다.
| 종류 |
체중 | VBHR(%) | VBAR(%) | VBVR(%) | ||||
| (kg) | 우측 | 좌측 | 우측 | 좌측 | 우측 | 좌측 | ||
| 정상 |
N01 | 3.0 | 23.13 | 24.63 | 5.78 | 6.05 | 3.84 | 3.84 |
| N02 | 3.7 | 19.87 | 25.03 | 3.73 | 4.29 | 4.41 | 4.44 | |
| N03 | 2.5 | 21.09 | 16.41 | 4.29 | 3.50 | 3.85 | 2.86 | |
| N04 | 3.2 | 14.54 | 16.87 | 1.41 | 1.21 | 2.00 | 1.92 | |
| N05 | 2.0 | 14.36 | 15.46 | 2.32 | 2.52 | 1.78 | 1.90 | |
| N06 | 2.0 | 8.19 | 17.54 | 1.04 | 3.40 | 0.77 | 2.64 | |
| N07 | 2.9 | 13.37 | 13.91 | 1.57 | 1.65 | 1.40 | 1.65 | |
| N08 | 2.8 | 17.12 | 17.46 | 2.41 | 2.92 | 1.74 | 2.34 | |
| N09 | 3.0 | 8.35 | 7.24 | 1.00 | 0.62 | 0.67 | 0.42 | |
| N10 | 3.3 | 16.00 | 16.57 | 2.78 | 3.03 | 2.35 | 2.25 | |
| 뇌수종 |
H01 | 2.8 | 27.18 | 24.79 | 7.04 | 4.91 | 8.09 | 6.27 |
| H02 | 3.4 | 31.54 | 44.15 | 7.21 | 14.3 | 7.06 | 15.16 | |
| H03 | 2.1 | 36.34 | 41.22 | 14.57 | 20.73 | 9.96 | 14.22 | |
| H04 | 2.2 | 26.68 | 22.52 | 6.99 | 5.48 | 5.41 | 5.09 | |
| H05 | 2.0 | 31.04 | 33.10 | 3.83 | 3.96 | 8.22 | 9.54 | |
| H06 | 1.9 | 28.42 | 33.81 | 6.63 | 9.53 | 8.23 | 9.26 | |
| H07 | 2.5 | 33.42 | 42.87 | 12.87 | 10.84 | 8.85 | 14.32 | |
| H08 | 1.6 | 32.69 | 37.99 | 14.06 | 17.45 | 11.55 | 14.76 | |
| H09 | 1.2 | 40.22 | 37.50 | 27.83 | 15.61 | 19.00 | 14.08 | |
| H10 | 1.5 | 36.98 | 36.60 | 17.45 | 16.49 | 12.12 | 10.69 | |
그 결과, 상기 표 2에 나타낸 바와 같이, 뇌수종이 발병하지 않은 정상 요크셔테리어와 뇌수종이 발병한 요크셔테리어간 체중은 큰 차이가 있었다(P<0.01).
뇌수종이 발병하지 않은 정상 요크셔테리어와 뇌수종이 발병한 요크셔테리어간 좌우측 VBHR, VBAR 및 VBVR은 도 7과 같이 측정되었으며, 뇌수종이 발병하지 않은 정상 요크셔테리어의 좌측 및 우측 VBHR은 각각 17.11± 5.06% 및 15.06± 4.97%였다. 반면 뇌수종이 발병한 정상 요크셔테리어의 좌측 및 우측 VBHR은 각각 35.45± 7.19% 및 32.45± 4.44%였다.
또한, 뇌수종이 발병하지 않은 정상 요크셔테리어의 좌측 및 우측 VBAR은 각각 2.92± 1.57% 및 2.63± 1.56%였다. 반면 뇌수종이 발병한 정상 요크셔테리어의 좌측 및 우측 VBAR은 각각 11.93± 5.86% 및 11.85± 7.15%였다.
뇌수종이 발병하지 않은 정상 요크셔테리어의 좌측 및 우측 VBVR은 각각 2.43± 1.23% 및 2.28± 1.32%였다. 반면 뇌수종이 발병한 정상 요크셔테리어의 좌측 및 우측 VBVR은 각각 11.34± 3.71% 및 9.85± 3.98%였다.
동일 그룹 내에서 좌우측 뇌실간 차이는 없었으나(P>0.1), VBHR, VBAR 및 VBVR 수치는 현저한 차이가 있음을 확인하였다(P<0.001).
나아가 도 8은 본 발명의 일실시예에 따른 VBHR과 VBAR의 상관관계 및 VBHR과 VBVR의 상관관계를 나타낸 그래프로서, VBAR과 VBHR의 상관관계는 Y=0.0345X + 0.0111X2인 것을 알 수 있었으며, 이때, R2=0.763이고, P<0.0001이었다. 또한, VBHR과 VBVR의 상관관계는 Y=-0.0562X+0.0129X2-0.00007X3인 것을 알 수 있었으며, 이때 R2=0.936이고 P<0.001이었다.
이상과 같은 실험을 통해 본 발명자들은 뇌 및 좌우측 뇌실에 대한 1차원적 분석 결과인 높이, 2차원적 분석 결과인 면적 및 3차원적 분석결과인 부피에 대한 정보와 뇌수종과의 관계를 통계학적으로 증명할 수 있었으며, 특히 개를 대상으로 실험한 결과를 통해 뇌수종이 발병하지 않은 정상적인 개는 VBHR가 25% 미만이고, VBAR가 7%미만이며, VBVR가 5% 미만인 것으로 나타났으며, 뇌수종이 발병한 개는 VBHR가 20%이상이고, VBAR가 7%이상이며, VBVR가 5%이상인 것을 알 수 있었다.
그러므로 뇌수종 진단을 위한 방법으로서 본 발명에서 최초로 고안해낸 기준인 VBHR, VBAR 및 VBVR의 분석은 뇌수종의 발병여부를 진단할 수 있는 새로운 방법으로 사용될 수 있다는 사실을 알 수 있었다.
나아가 본 발명에 따른 영상진단기기를 이용한 뇌수종 진단 방법은 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CDROM, 자기 테이프, 플로피디스크 및 광데이터 저장 장치 등이 있다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어 분산방식으로 컴퓨터가 읽을 수 있는 코드로 저장되고 실행될 수 있다.
이제까지 본 발명에 대하여 그 바람직한 실시예들을 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.
1: 뇌수종 진단 지원 장치 시스템 2: 의료용 영상 진단기기
3: 데이터베이스 4: LAN
100: CPU 101: 주메모리
102: 자기디스크 103: 표시메모리
104: 모니터 105: 마우스
106: 키보드 201: 의료용 검사 데이터 입력부
202: 증례 DB(데이터베이스) 203: 의학 지식 DB(데이터베이스)
204: 진단 지원 처리 205: 처리부
206: 출력 처리부 208: 이력 기록부
209: 데이터 출력부
3: 데이터베이스 4: LAN
100: CPU 101: 주메모리
102: 자기디스크 103: 표시메모리
104: 모니터 105: 마우스
106: 키보드 201: 의료용 검사 데이터 입력부
202: 증례 DB(데이터베이스) 203: 의학 지식 DB(데이터베이스)
204: 진단 지원 처리 205: 처리부
206: 출력 처리부 208: 이력 기록부
209: 데이터 출력부
Claims (12)
- 영상 진단기기로부터 진단 대상인 개의 뇌 및 뇌실에 대한 이미지 데이터를 얻는 단계;
상기 이미지 데이터로부터 뇌 및 뇌실의 높이, 면적 및 부피 값을 추출하는 단계; 및
뇌의 높이에 대한 뇌실 높이의 비율(뇌실의 높이/뇌의 높이 X 100), 뇌의 면적에 대한 뇌실 면적의 비율(뇌실 면적/뇌의 면적 X 100) 및 뇌의 부피에 대한 뇌실 부피의 비율(뇌실의 부피/뇌의 부피 X 100)을 계산하는 단계를 포함하는, 영상 진단기기를 이용한 뇌수종 진단 방법. - 제1항에 있어서,
상기 뇌의 높이에 대한 뇌실 높이의 비율(뇌실의 높이/뇌의 높이 X 100)이 20% 이상이고, 뇌의 면적에 대한 뇌실 면적의 비율(뇌실 면적/뇌의 면적 X 100)이 7% 이상이고, 뇌의 부피에 대한 뇌실 부피의 비율(뇌실의 부피/뇌의 부피 X 100)이 5% 이상인 경우에는 뇌수종 발병 가능성이 있는 것으로 판정하고,
상기 뇌의 높이에 대한 뇌실 높이의 비율(뇌실의 높이/뇌의 높이 X 100)이 20% 미만이고, 뇌의 면적에 대한 뇌실 면적의 비율(뇌실 면적/뇌의 면적 X 100)이 7% 미만이고, 뇌의 부피에 대한 뇌실 부피의 비율(뇌실의 부피/뇌의 부피 X 100)이 5% 미만인 경우에는 정상인 것으로 판정하는 단계를 더 포함하는 것을 특징으로 하는 영상 진단기기를 이용한 뇌수종 진단 방법. - 제1항에 있어서,
상기 영상 진단기기는 X-레이, 자기 공명 이미지 기기(MRI), 컴퓨터 단층촬영 기기(CT) 및 양전자 방사 단층촬영기(PET)로 이루어진 군 중에서 선택되는 어느 하나 이상인 것을 특징으로 하는 영상 진단기기를 이용한 뇌수종 진단 방법. - 제2항에 있어서,
뇌의 높이에 대한 뇌실 높이의 비율이 25% 이상이고, 뇌의 면적에 대한 뇌실 면적의 비율이 7% 이상이고, 뇌의 부피에 대한 뇌실 부피의 비율이 5% 이상인 경우 뇌수종 발병 가능성이 높은 것으로 판정하는 것을 특징으로 하는 영상 진단기기를 이용한 뇌수종 진단 방법. - 삭제
- 삭제
- 영상 진단기기로부터 진단 대상인 개의 뇌 및 뇌실에 대한 이미지 데이터를 얻는 의료용 검사 데이터 입력부; 및
상기 이미지 데이터로부터 뇌 및 뇌실의 높이, 면적 및 부피 값을 추출하여, 뇌의 높이에 대한 뇌실 높이의 비율이 20% 이상이고, 뇌의 면적에 대한 뇌실 면적의 비율이 7% 이상이고, 뇌의 부피에 대한 뇌실 부피의 비율이 5% 이상인 경우 뇌수종 발병 가능성이 있는 것으로 진단하는 진단 지원 처리부를 포함하는 영상 진단기기를 이용한 뇌수종 진단 지원 장치. - 제7항에 있어서,
추가적인 이미지데이터 또는 수치 데이터와 같은 의료 정보를 저장하고 있는 증례 데이터베이스 또는 의학 지식 데이터베이스를 더 포함하는 것을 특징으로 하는 영상 진단기기를 이용한 뇌수종 진단 지원 장치. - 제7항에 있어서,
상기 진단 지원 처리부의 결과를 출력하기 위한 출력 처리부를 더 포함하는 것을 특징으로 하는 영상 진단기기를 이용한 뇌수종 진단 지원 장치. - 제7항에 있어서,
상기 영산 진단기기는 X-레이, 자기 공명 이미지기기(MRI), 컴퓨터 단층촬영 기기(CT) 및 양전자 방사 단층촬영기(PET)로 이루어진 군 중에서 선택되는 어느 하나 이상인 것을 특징으로 하는 영상 진단기기를 이용한 뇌수종 진단 지원 장치. - 삭제
- 삭제
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020100090900A KR101378675B1 (ko) | 2010-09-16 | 2010-09-16 | 영상진단기기를 이용한 뇌수종 진단 방법 및 장치 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020100090900A KR101378675B1 (ko) | 2010-09-16 | 2010-09-16 | 영상진단기기를 이용한 뇌수종 진단 방법 및 장치 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20120029067A KR20120029067A (ko) | 2012-03-26 |
| KR101378675B1 true KR101378675B1 (ko) | 2014-03-27 |
Family
ID=46133628
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020100090900A KR101378675B1 (ko) | 2010-09-16 | 2010-09-16 | 영상진단기기를 이용한 뇌수종 진단 방법 및 장치 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101378675B1 (ko) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20160107831A (ko) * | 2015-03-05 | 2016-09-19 | 재단법인 아산사회복지재단 | 퇴행성 뇌질환 진단에 적합한 이미지 바이오 마커를 획득하는 방법, 장치 및 이를 이용하여 퇴행성 뇌질환을 진단하는 방법 |
| KR20210024853A (ko) | 2019-08-26 | 2021-03-08 | 경북대학교 산학협력단 | 영상 진단기기를 이용한 특발성 정상압 수두증의 진단 방법 및 시스템 |
| KR20210127546A (ko) | 2020-04-14 | 2021-10-22 | 경북대학교 산학협력단 | 뇌 영상을 이용한 특발 정상압 수두증의 진단 방법 및 시스템 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006212259A (ja) * | 2005-02-04 | 2006-08-17 | Gifu Univ | 医用画像処理装置及びプログラム |
| JP4051142B2 (ja) * | 1998-10-23 | 2008-02-20 | ジーイー横河メディカルシステム株式会社 | 関心領域設定方法、画像処理装置および医用画像処理装置 |
| US7400767B2 (en) * | 2005-07-15 | 2008-07-15 | Siemens Medical Solutions Usa, Inc. | System and method for graph cuts image segmentation using a shape prior |
| WO2009108135A1 (en) * | 2008-02-29 | 2009-09-03 | Agency For Science, Technology And Research | A method and system for anatomy structure segmentation and modeling in an image |
-
2010
- 2010-09-16 KR KR1020100090900A patent/KR101378675B1/ko active IP Right Grant
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4051142B2 (ja) * | 1998-10-23 | 2008-02-20 | ジーイー横河メディカルシステム株式会社 | 関心領域設定方法、画像処理装置および医用画像処理装置 |
| JP2006212259A (ja) * | 2005-02-04 | 2006-08-17 | Gifu Univ | 医用画像処理装置及びプログラム |
| US7400767B2 (en) * | 2005-07-15 | 2008-07-15 | Siemens Medical Solutions Usa, Inc. | System and method for graph cuts image segmentation using a shape prior |
| WO2009108135A1 (en) * | 2008-02-29 | 2009-09-03 | Agency For Science, Technology And Research | A method and system for anatomy structure segmentation and modeling in an image |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20160107831A (ko) * | 2015-03-05 | 2016-09-19 | 재단법인 아산사회복지재단 | 퇴행성 뇌질환 진단에 적합한 이미지 바이오 마커를 획득하는 방법, 장치 및 이를 이용하여 퇴행성 뇌질환을 진단하는 방법 |
| KR101696061B1 (ko) * | 2015-03-05 | 2017-01-13 | 재단법인 아산사회복지재단 | 퇴행성 뇌질환 진단에 적합한 이미지 바이오 마커를 획득하는 방법, 장치 및 이를 이용하여 퇴행성 뇌질환을 진단하는 방법 |
| KR20210024853A (ko) | 2019-08-26 | 2021-03-08 | 경북대학교 산학협력단 | 영상 진단기기를 이용한 특발성 정상압 수두증의 진단 방법 및 시스템 |
| KR20210127546A (ko) | 2020-04-14 | 2021-10-22 | 경북대학교 산학협력단 | 뇌 영상을 이용한 특발 정상압 수두증의 진단 방법 및 시스템 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20120029067A (ko) | 2012-03-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3277183B1 (en) | Method and apparatus for assessing blood vessel stenosis | |
| Fujita et al. | Computer-aided diagnosis: The emerging of three CAD systems induced by Japanese health care needs | |
| US20080130833A1 (en) | Thick-slice display of medical images | |
| US7570983B2 (en) | Method and data processing device to support diagnosis and/or therapy of a pathological change of a blood vessel | |
| EP3528261A1 (en) | Prediction model for grouping hepatocellular carcinoma, prediction system thereof, and method for determining hepatocellular carcinoma group | |
| US10769779B2 (en) | Method for increasing reading efficiency in medical image reading process using gaze information of user and apparatus using the same | |
| Wittenberg et al. | Computer-assisted detection of pulmonary embolism: evaluation of pulmonary CT angiograms performed in an on-call setting | |
| JP2006314778A (ja) | 医用画像処理装置及び医用画像処理方法 | |
| US9332954B2 (en) | Systems and methods for evaluating a brain scan | |
| US11241190B2 (en) | Predicting response to therapy for adult and pediatric crohn's disease using radiomic features of mesenteric fat regions on baseline magnetic resonance enterography | |
| Zamboni et al. | Dynamic MDCT of the pancreas: Is time–density curve morphology useful for the differential diagnosis of solid lesions? A preliminary report | |
| US20160048957A1 (en) | Method for eliminating artifact of computed tomography image | |
| KR101378675B1 (ko) | 영상진단기기를 이용한 뇌수종 진단 방법 및 장치 | |
| Liu et al. | Comparison of malignant calcification identification between breast cone-beam computed tomography and digital mammography | |
| Liu et al. | Quantitative breast density measurement based on three-dimensional images: A study on cone-beam breast computed tomography | |
| Wang et al. | Osteoporotic and neoplastic compression fracture classification on longitudinal CT | |
| Schwartz et al. | Myelography Using Energy-Integrating Detector CT Versus Photon-Counting Detector CT for Detection of CSF-Venous Fistulas in Patients With Spontaneous Intracranial Hypotension | |
| US20140094679A1 (en) | Systems and methods for performing organ detection | |
| Liao et al. | Tracing the deformed midline on brain CT | |
| US10504229B2 (en) | Medical image processing apparatus and medical image processing method | |
| Zahid et al. | Accelerated brain atrophy on serial computed tomography: potential marker of the progression of Alzheimer disease | |
| JP6128383B2 (ja) | ３次元画像解析表示制御装置および方法並びにプログラム | |
| Said et al. | Identification of ischemic stroke stages in CT scan brain images using ImageJ software | |
| CN113972000A (zh) | 用于数据处理的方法、设备和介质 | |
| Han et al. | Clinical Application of Quantitative CT Technique in Assessing Liver Fat Content in Patients with Schizophrenia |
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: 20180302 Year of fee payment: 5 |
|
| FPAY | Annual fee payment |
Payment date: 20190318 Year of fee payment: 6 |