KR20100019057A - 확산강조영상 기반의 임파절 추출 방법 - Google Patents

확산강조영상 기반의 임파절 추출 방법 Download PDF

Info

Publication number
KR20100019057A
KR20100019057A KR1020080077891A KR20080077891A KR20100019057A KR 20100019057 A KR20100019057 A KR 20100019057A KR 1020080077891 A KR1020080077891 A KR 1020080077891A KR 20080077891 A KR20080077891 A KR 20080077891A KR 20100019057 A KR20100019057 A KR 20100019057A
Authority
KR
South Korea
Prior art keywords
lymph node
information
diffusion
image
region
Prior art date
Application number
KR1020080077891A
Other languages
English (en)
Other versions
KR101038729B1 (ko
Inventor
김정곤
김남국
박범우
Original Assignee
울산대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 울산대학교 산학협력단 filed Critical 울산대학교 산학협력단
Priority to KR1020080077891A priority Critical patent/KR101038729B1/ko
Publication of KR20100019057A publication Critical patent/KR20100019057A/ko
Application granted granted Critical
Publication of KR101038729B1 publication Critical patent/KR101038729B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/563—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution of moving material, e.g. flow contrast angiography
    • G01R33/56341—Diffusion imaging
    • 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

Landscapes

  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Radiology & Medical Imaging (AREA)
  • Surgery (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Pathology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biomedical Technology (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Vascular Medicine (AREA)
  • Signal Processing (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • General Physics & Mathematics (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

본 발명은, 암환자를 대상으로 취득된 확산강조영상으로부터, 주변조직과 구분되는 임파절의 특성을 이용하여, 상기 임파절에 대해 기 지정된 신호강도 정보, 현성확산계수 정보, 상기 임파절의 해부학적 위치 정보, 상기 임파절의 형상 정보 중 선택된 하나 또는 복수 개의 정보를 이용하여, 해당 임파절 영역을 최종 추출하는, 확산강조영상 기반의 임파절 추출 방법을 제공한다.
개시된 확산강조영상 기반의 임파절 추출 방법에 따르면, 암환자를 대상으로 취득된 확산강조영상에서 주변조직과 구분되는 임파절의 특성인 신호강도, 현성확산계수, 임파절의 해부학적 위치, 형상 정보 등을 이용하여 임파절 영역을 자동으로 추출할 수 있다. 또한, 암환자에 대해 추출된 각 임파절의 영상정보와, 원발성 종양과 관련된 임상정보를 이용하는 경우, 각 임파절에 관한 전이 여부와 전이 확률을 정량적으로 예측할 수 있어, 피검자에 대한 보다 정확한 상태 파악이 가능하며 임파절 전이 판단의 정확도를 향상시킬 수 있다.

Description

확산강조영상 기반의 임파절 추출 방법{Method for segmentation of lymph nodes on diffusion weighted imaging}
본 발명은 확산강조영상 기반의 임파절 추출 방법에 관한 것으로서, 보다 상세하게는 암환자로부터 취득된 확산강조영상을 기반으로 임파절을 추출하는 방법에 관한 것이다.
확산(diffusion)이란 분자가 방향성을 지니고 어떤 방향으로 움직이는 것을 말한다. 주로 분자 농도가 높은 쪽에서나 낮은 쪽으로, 혹은 열에너지가 높은 쪽에서 낮은 쪽으로 움직이는 것을 확산이라고 한다. 이러한 확산은 분자의 브라운 운동과 비슷하지만 움직임에 방향성과 규칙이 존재하여, 그 평균적인 거동을 확률적으로 예측 가능하다는 점에서 브라운 운동과는 차이가 있다. 참고로, 브라운 운동은 임의의 물질을 구성하는 각각의 분자의 움직임을 이야기하며, 그 운동방향이나 속도가 불규칙적이므로 예측할 수 없다.
조직 안에서 물 분자는 불규칙적으로 흔들리는 브라운 운동을 하며 동시에 어떤 방향으로 움직이는 경향성을 보이는데, 이 움직임을 바로 확산(diffusion)이라 한다. 이 확산은 통계적인 방법으로 방향, 움직인 거리, 속도를 예측한다. 개방 된 매개물에서 일정시간 동안 변화하는 분자의 움직임은 3차원 가우스 분산(3 Dimensional Gaussian Distribution)을 따르며, 움직임 거리는 확산계수(diffusion coefficient; 이하 'd계수')에 의해 통계적으로 설명된다. d계수는 일종의 분자 확산 속도로서, 분자의 크기(mass), 온도, 성질(nature, 즉 점도)에 의해 좌우된다. 분자의 크기가 작고 온도가 높고 점도가 낮으면 확산이 빨라지므로 d계수가 커지고, 그 반대 상황은 확산이 느려지고 d계수가 작아진다. 예를 들어, 37℃의 개방(free)된 물에서 물 분자의 확산 거리는 50ms에 17μm이며, d계수는 3×10-9m2s-1이다. 위와 같은 상황에서 물 분자의 34% 가량은 최소한 17μm를 움직이며, 단지 5%만이 34mm보다 멀리 움직이므로 d계수는 충분히 통계적인 효과가 있다.
MRI(Magnetic Resonance Imaging;자기공명영상)를 이용한 확산의 영상화(이하, 'dMRI')는, 물 분자가 확산 운동에 의해 그 분포가 바뀔 때 분자의 분포 변화는 조직의 구조를 세밀하게 반영한다는 개념에 기초하고 있다. 이러한 dMRI는 mm단위의 해상도로 관찰되는 기술적인 한계가 있지만 확산(diffusion)은 현미경 수준으로 조직구조를 반영하고 있으며 해부나 수술 등 침해적 행위 없이 살아있는 뇌의 구조를 알 수 있으므로 매우 혁신적인 발명이다.
60~70년대는 NMR(Nuclear Resonance;핵자기공명)을 통하여 조직 내 수분의 확산을 측정하는 방법이 개발되었으나, 1980년대 중반에서야 상기 dMRI의 기본 원리가 확립되었다. 70~80년대 발명된 MRI는, 뇌의 해부학적 구조를 고해상도로 볼 수 있는 획기적인 기술 혁신으로서, 강하고 동질적인 전자기장을 발생하여 조직 속 수분의 수소 원자핵이 작은 전자석처럼 기능하도록 만들어 그 구조를 측정하는 것이다. 전자기적 전자파(radiowave)를 만들 수 있는 기술적 발전으로 인하여 비로소 MRI가 가능했던 것으로, MRI의 발명으로 인해 확산을 측정할 수 있는 기술적 토대가 비로소 마련되었다.
MRI는 T1, T2로 불리는 두 전자기장 사이에 휴지기(Relaxation Time)를 두어, 수소 원자가 자기장에 의해 얻은 전자석 성질을 잃고 평형으로 돌아오는 것을 이용하여 조직 구조를 측정한다. 이런 MRI 원리에, 이전에 발명된 NMR의 확산 측정 개념과 분자 확산 효과를 수치화할 수 있는 화학 지식을 더하여, 인간 뇌 일부의 물 분자 확산 측정이 가능한 dMRI가 만들어졌다. dMRI의 기본 기기 구조는 MRI와 거의 비슷하다. 실제로 어떠한 MRI 기술이라도 적응형 자장 경사 펄스(adequate magnetic field gradient pulse)를 조절한다면 확산에 대해 예민하게 만들 수 있다. 지속(Duration)과 분리(separation) 조절이 가능한 한 쌍의 예민한 자장 경사 펄스(magnetic field gradient pulse)를 통하여, 먼저 동질적 펄스(Homogeneous pulse)를 발생하여 자기적인 라벨(Label)을 수소 핵이나 양자(proton)에 만든다. 그 후 자기장의 방향을 천천히 다른 한 방향으로 변화하여 확산을 유도한 후, 50~100ms의 확산시간(diffusion time) 이후에 2번째 펄스를 발생시켜 수소 핵의 위치 변화를 알아낸다. 라벨(label)된 수소 핵은 물분자와 함께 움직여 그 확산을 반영하므로, 두 펄스 간의 시간간격 동안 벌어진 핵의 위치 이력(displacement history)을 알 수 있다.
수소 핵의 위치 변화는 그 양에 비례하여 자기장 안에서 해당 분자가 보이는 방식에 변화를 일으키는데, 수소 핵 전체의 반응은 해당 집단(population)에서 통계적으로 나타나는 위치 분산(displacement distribution)과 연결되어 다양한 자기장의 변화를 야기한다. 수많은 수소핵들의 확산으로 인한 자기장의 변화는, MRI 전자파 신호(radiowave signal)가 동질적인 자기장(Homogeneous field)에서의 신호보다 줄어드는 것으로 나타난다. 즉 각각의 수소핵의 위치변화가 자기장에서 그 핵이 보이는 모습의 변화를 일으키고, 그 변화가 모여서 신호 감소가 일어나고 그것이 반응으로 연결되는 것이다.
신호의 감소는 수소핵의 위치 변화량, 즉 확산 정도와 관계있다. 신호 감소량은 정확하게 양적으로 자장 확장(magnetic field broadening)의 각도와 위치 분산 크기와 연관되어 있으므로, 확산이 빠르면 위치 분산이 커지고, 따라서 신호 감소량이 커지며 영상에 반영된다. 또한, 영상은 확산뿐만 아니라 확산 시간(relaxation time 혹은 diffusion time), 펄스의 강도(intensity), 펄스의 각도 등 MRI의 수치적 요소에도 영향을 받는다. 결국 각각의 영상 위치에서 d계수를 예측하기 위해서는 영상들에 대해 전역적 확산 모델(global diffusion model)을 사용하여 양적으로 통합된 수치를 사용하곤 한다. 이로써 전체적인 확산 과정(diffusion process)에 대한 맵(map)이 형성되며 양적 스케일(quantitative scale)로 시각화가 이루어진다.
dMRI 영상에서 나타나는 모든 신호는 통계적 기반을 통하여 더해진 것으로, 몇 mm3인 1개의 복셀(voxel) 안의 모든 물 분자의 위치 분산이 반영된 것이다. 초기 생물학적 확산 연구에서는 조직 안에서 일어나는 복합 확산 과정(complex diffusion process)이 자유 확산 물리 모델(free diffusion physical model)을 따라 일어난다고 생각하였고, 따라서 실제 확산 과정을 밝히기 위해 노력하는 연구들이었다. 또한, 그러한 생각으로 인해 개방(free)된 환경에서의 d계수를 사용하였다. 그러나, 실제 조직 안에서의 확산은 세포막, 조직(fiber), 거대분자(macro molecules)같은 많은 조직 구성요소들과의 교차나 상호작용에 의해 방해받으며, 그로 인하여 개방(free)된 물(50ms당 17μm)보다 분산(distribution)이 감소한다(15μm/50ms). 확산 시간이 짧은 동안이라면 본래의 확산 성질을 반영한다고 해도, 그 시간이 늘어나면 조직 구성요소들의 방해 효과가 더 우세하므로 본래 성질을 반영할 수 없어, 더 이상 d계수는 유효하지 않다. 결국, 실제 dMRI에서 d계수는 그 효용이 떨어지는 것이다.
따라서, 현재 연구에서는 d계수 대신 ADC(apparent diffusion coefficient;현성확산계수)를 사용하고 있다. ADC는 좀더 전체적인 확산을 반영하는 계수로, d계수는 단일 분자의 순수한 확산을 가정하는 확산계수이지만, ADC는 조직 내에서 방해물로 증감된 부분과 실험적, 기술적 지표들(복셀 크기, 확산시간 등)까지 반영된 전체적인 확산을 통계를 통해 나타내는 계수이다. (물론, 여기서 '전체적'인 것은 d계수에 비하여 상대적으로 더 넓은 범위를 나타내는 계수라는 뜻으로, 뇌 전체의 확산이 아니라 복셀과 같은 어느 일정 부위의 확산을 나타내는 지역적 계수이다.)
d계수에서 ADC로의 이행은 방법론적으로 해결될 수 있는 것보다 좀더 미세한 물리적 과정을 지표화하기 위한 것으로, 수소 원자의 움직임과 뇌 전체의 확산이라는 두개의 지표를 연결하기 위한 가교와 같다. 조직 내의 d계수를 측정하는 것과 같은 좀더 미세한 규모의 지표화는 기술적 한계로 인해 정해지는 것으로서, 확산을 현미경 수준으로 관찰하는 것은, 더 센 자기장을 이용하면 가능하지만 그 위험성으로 인해 동물실험을 제외하고는 시행되기가 어렵다. 또한, 해상도가 몇 mm3인 현재 전체적인 확산을 보기 위해 스무딩(smoothing) 효과를 사용한다면 복셀 간의 동질성이 있다고 간주되어 직접적인 물리적 해석을 하기 어려워진다. 이 두 가지 사이를 연결하기 위해 좀더 글로벌한 수치인 ADC가 사용되는 것이다.
최초의 확산 영상(diffusion image)은 정상 피험자와 환자들 모두에게서 1980년대 중반에 얻을 수 있었지만, dMRI는 1990년대 중반에야 시작될 수 있었다. 초기에는 임상적 MRI 스캐너(scanner)들의 특수성이 믿을만한 확산 영상을 얻는 일을 어렵게 하였다. 초기 MRI 스캐너는 영상을 획득하는데 걸리는 시간이 약 10~20분으로 길고, 확산을 위해 필요한 큰 경사 펄스(gradient pulse)가 영상들을, 거시적인 요소들(예를 들어, 머리의 움직임이나 호흡, 또는 심장과 관련된 뇌의 맥박 등)에 예민하게 만들었다. 이로 인하여, dMRI가 잠정적으로 임상에 유용할 것으로 보였음에도 불구하고, 실증적인 임상적 연구들은 후에 EPI(Echo-Planar Imaging; 에코평면영상)가 갖춰진 더 나은 MRI 스캐너가 가능해진 후 시작되었다.
표준 MRI를 이용하면 수 초 또는 수 분에 걸쳐 여러 장의 영상이 얻어지게 되고, 이는 특히 머리의 움직임에 의한 오류들에 영상을 취약하게 하는 결과를 낳 았다. 그러나 EPI는 뇌 영상을 수십만 분의 1초 동안 지속되는 하나의 'shot'으로 얻는 일을 가능하게 하여, 뇌 전체를 찍는 데 1초도 걸리지 않는다. 이는 초기에 문제가 되었던 거시적 요소들을 실질적으로 제거할 수 있게 하였다.
1990년대 초반 이후로 가장 성공적인 dMRI의 응용은 급성 뇌 국소빈혈에의 응용이다. 기술이 발전중이던 초기에도 만성 경색 손상 환자들에의 dMRI의 응용은 제안되어 왔으나, 모슬리(Moseley)등의 중요한 발견에 의해 dMRI가 각광받게 되었다. 모슬리와 그의 동료들은 물의 확산계수가 고양이의 중대뇌동맥(middle cerebral artery)의 몇 분간의 혈관 폐색 시에, 국소 빈혈 뇌 조직에서 의미 있게 감소(30~50%)함을 증명하였다. 이는 다른 동물 연구에 의해 이후 수차례 확인되었고, 이후에는 뇌졸중(stroke) 환자들에게서도 확인되어 국소 빈혈과 확산의 상관관계를 입증하였다. 물의 확산 계수가 국소 빈혈 조직에서 몇 분 만에 감소하는 반면에, 국소 빈혈 조직에서의 T2-가중영상(T2-weighted image)은 몇 시간 동안 정상으로 남아 있다가, 후에 혈관성 수종이 일어날 때에야 감소한다.
현재 dMRI는 뇌졸중(stroke) 환자들의 처치에 있어 선택할 수 있는 영향 기법 중 하나이며, 빈혈 직후의 물의 확산 계수 감소 현상은 명확하게 입증된 것이지만, 여전히 dMRI 데이터의 해석은 복잡한 문제로 남아있다. 또한 국소 빈혈 손상의 심각성 정도와의 관계나 임상적 결과들도 앞으로의 연구 과제이다.
확산의 감소는 에너지 대사에서의 세포 변화와 관련되며, 그러한 세포 변화는 결국 활동의 감소를 가져오고, 이어지는 소듐/포타슘 펌프(sodium/potassium pump)의 기능 정지는 세포독성 부종(cytotoxic oedema)을 낳는다. 그러나 확산의 감소의 기저에 있는 정확한 메커니즘은 아직 불분명하다.
확산 영상(diffusion imaging)은 뇌졸중(stroke) 환자들의 처치에 커다란 잠재력을 가진다. 첫째, 뇌졸중(stroke)의 치료를 위한 약리학적 발전이 dMRI로 인해 매우 촉진될 수 있다. 기간도 길고 비용도 많이 드는 임상적 시용(trial)이나 동물 연구에 비해 약물의 효과가 dMRI를 이용하여 객관적이고 빠르게 얻어질 수 있기 때문이다. 둘째, dMRI와 perfusion MRI(혈류가 감소하거나 평균 혈류 속도의 증가가 일어나는 뇌 영역을 잡아줌), 그리고 magnetic resonance 'angiography'(폐색된 혈관을 보임으로서 혈관계의 영상을 제공)를 함께 이용하면 뇌졸중(stroke) 손상의 심각성이나 확장을, 조직이 아직 구조될 수 있는 초기 단계에서 알아볼 수 있는 매우 귀중한 도구가 된다. 이러한 방법을 통하여 환자의 진행상황을 객관적으로 관찰할 수 있고 임상적 결과를 예측할 수 있을 뿐 아니라, 치료적 접근을 개별 환자들에게 맞출 수 있다.
한편, 이하에서는 임파절 전이의 임상적 중요성에 관하여 알아보고자 한다. 임파절 전이 여부는 암의 수술전 치료의 범위를 결정하는 주요 요인이 된다. 암수술의 최근 동향은 이러한 수술의 범위를 최소화하여 수술의 부작용을 줄이고 환자의 생활의 질을 향상시키는 것으로서, 과도한 임파절 절제는 합병증을 유발해서 환자의 생활의 질을 저하시킨다. 그 수술범위로는, 주로 원발성암에 대해서만 절제를 시행하며 임파절 절제의 범위를 최소화한다. 그런데, 수술 후에도 전이성 임파절이 남아 있을 위험이 있으므로, 전이성 임파절에 대한 정확한 진단기술의 개발이 필요하다.
임파절 전이는 암재발과 원격전이의 주요경로이다. 임파절 자체는 혈류가 풍부하지 않아 항암치료제의 전달효과가 약하다. 그리고, 전이성 임파절에 대해서는 수술이나 방사선치료를 이용한 물리적 제거가 필요하다. 여기서, 수술이나 방사선치료로 제거되지 않은 미세전이성 임파절이 암재발의 주요경로에 해당된다.
원격전이의 주요 경로를 살펴보면 다음과 같다. 암세포는 전이성 임파절로부터 임파액 배액 경로를 통해 전이된다. 임파절 절제로 인해 임파액 배액 경로가 바뀌면서 예상치 못한 곳에 원격전이가 발생하기도 한다.
다음으로, 임파절 전이 진단의 현황 및 문제점를 살펴보기로 한다. 먼저, 임파절 전이 진단하기 위한 기존 검사는 기술적 한계가 따르며 그 분석 결과는 다음과 같다.
* 기존검사들의 기술적 한계 설명
1) CT(Computed Tomography;컴퓨터 단층촬영), MR(Magnetic Resonance;자기공명)
a. 진단 기준: 단경 1cm 이상, 원형
b. 낮은 민감도: 단경 1cm 이하의 전이성 임파절은 진단하지 못함
c. 비특이성: 염증으로 인해 단경 1cm 이상 커진 임파절을 전이성 임파절로 오인
2) PET(Positron Emission Tomography;양전자 방사 단층 촬영)
a. 진단기준: 포도당 대사율에 근거한 SUV(standardized uptake value) 30 이상
b. 낮은 민감도: 단경 1cm 이하의 전이성 임파절의 진단 정확도가 낮음
c. 암종에 대한 의존성: 모든 암에 대해 보편적으로 적용되지 못함(ex, 신장암 등 일부 암에서는 진단율이 낮음)
d. 비특이성: 염증으로 인해 단경 1cm 이상 커진 임파절을 전이성 임파절로 오인(ex, 결핵성 임파절이나 난소 혹은 소장의 일부가 전이성 임파절로 오인)
한편, 최근 개발되고 있는 분자 표적 영상의 현황은 다음과 같다.
먼저, 자기공명영상의 조영제인 USPIO(Ultrasmall SuperParamagnetic Iron Oxide)는, 임파절 전이의 진단율을 높이는 것으로 보고되고 있으나, 긴 검사시간(조영제 주입 12 시간 경과 후 촬영)으로 검사 효율성이 낮고, FDA 승인을 아직 받지 못했으며, 조영제의 안정성이 아직 검증되지 못한 상태이다.
그리고, 분자영상기법(Molecular imaging)의 경우, 대부분 조영제 개발에 연구가 집중되고 있어 아직 동물실험 단계에 있으며, 개발된 조영제는 신약의 범주에 속하므로 즉각적인 임상적용이 불가능하며, 상용화를 위해서는 막대한 자본과 시간이 요구되는 단점이 있다.
임파절 전이 진단에 관한 경제적, 사회적 측면을 살펴보면 다음과 같다.
첫째, 의료비용과 의료 시혜에 관한 것으로서, 부정확한 임파절 전이의 진단은 암의 재발이나 원격전이로 추가적인 치료비용을 초래하며, PET나 새로 개발된 조영제 구입의 경우 고가의 장비 구입비용과 약품 구입비용이 지출된다. 이상과 같이, 고가의 검사 비용에 의해 균질한 의료 시혜가 이루어지기 힘들다.
둘째, 재발된 암의 치료와 관련된 문제점으로서, 최근 개발되고 있는 암치료 약제의 가격이 월당 수십만 혹은 수백만 원에 육박하고 있다. 또한, 항암제 투여 수개월 후 '치료효과없음'으로 판정된 경우, 불필요한 고가의 치료제가 투여되어 경제적 손실이 발생하고, 필요한 약제가 적절하게 투여되지 않아 치료시기를 지연시키는 문제점이 있다. 또한, 치료효과판정의 정량적 기준이 확립되지 않아 불필요한 반복검사로 경제적 부담이 재발생 된다.
이하에서는 이와 관련하여 대리표지자 영상개발의 필요성을 알아보기로 한다. 먼저, 기능성 자기공명영상 기반의 대리표지자 영상의 경우, 암치료효과를 표준화 및 정량화된 영상정보로 제공하며, 암치료효과에 대한 시각화를 통해 객관적이고 신뢰성 있는 판정을 유도하며, 기존의 검사법을 이용하므로 즉각적인 임상적용이 가능하고 추가비용부담이 없으며, 환자에게 유해성이 없는 검사기법으로 항암치료 중 반복측정이 가능하다.
이러한 대리표지자 영상과는 달리, 암진단 및 치료효과 판정과 관련하여 기존 검사의 경우를 검토해보면 다음과 같다.
첫째로, 기존 검사의 병리 검사 측면을 살펴보면, in-vitro(세포 밖) 검사라는 한계가 있다. 이는 조직의 적출을 동반하므로 치료 과정 중에 같은 조직에 대해 반복 검사가 불가능하며, 절차가 복잡하고, 시간과 비용이 많이 소요된다. 또한, 현미경으로는 종양전체를 볼 수 없고, 절편의 일부만 볼 수 있으며, 전이된 종양에서는 전체적인 정보를 얻을 수 없다. 또한, 종양 증식성, 혈관증식 등 개별 환자의 치료에 대한 반응성 및 예후의 예측이 제한적인 단점이 있다.
둘째, 기존 검사의 영상 검사 측면을 살펴보면, '정성적 분석' 검사라는 한 계가 있다. 즉, WHO나 RECIST 기준으로 종양 직경의 변화만을 반영하고 생물학적 정보를 제공하지 못하다. 그리고, 치료 후 종양의 크기 변화에 시간이 소요되어 치료 효과를 조기에 판정할 수 없으며, 치료 후 괴사 또는 섬유화와 잔여 종양을 감별하는데 한계가 있으며, 검사방법이 통일되어 있지 않아 검사 결과의 일관성(consistency)이 결여된다.
셋째, 기존 검사의 혈청 검사 측면을 살펴보면, 비특이성과 비시각화의 한계가 있다. 즉, 종양외의 원인으로 수치가 증가되는 비특이성의 한계가 있으며, 종양의 변화 자체를 시각화하지 못하며, 각각의 검사가 특정 암에만 적용되므로 적용 범위의 한계가 있다.
본 발명은, 암환자를 대상으로 취득된 확산강조영상에서 주변조직과 구분되는 임파절의 특성을 이용하여 임파절 영역을 자동으로 추출하는, 확산강조영상 기반의 임파절 추출 방법을 제공하는데 목적이 있다.
본 발명은, 암환자를 대상으로 취득된 확산강조영상으로부터, 주변조직과 구분되는 임파절의 특성을 이용하여, 상기 임파절에 대해 기 지정된 신호강도 정보, 현성확산계수 정보, 상기 임파절의 해부학적 위치 정보, 상기 임파절의 형상 정보 중 선택된 하나 또는 복수 개의 정보를 이용하여, 해당 임파절 영역을 최종 추출하는, 확산강조영상 기반의 임파절 추출 방법을 제공한다.
여기서, 상기 임파절 영역을 추출하는 단계는, 상기 확산강조영상에 대한 신호강도의 역치값과 상기 기 지정된 신호강도 정보를 비교하여, 상기 확산강조영상에서 상기 임파절 영역을 1차 추출하는 단계; 상기 확산강조영상에 대한 현성확산계수의 역치값과 상기 기 지정된 현성확산계수 정보를 비교하여, 상기 1차 추출된 영역 내에서 상기 임파절 영역을 2차 추출하는 단계; 상기 기 지정된 임파절의 해부학적 위치 정보를 기반으로 하여, 상기 2차 추출된 영역 내에서 상기 임파절 영역을 3차 추출하는 단계; 및 상기 임파절이 갖는 형태학적 특징인 상기 형상 정보를 이용하여 인접 혈관을 제거하여, 상기 임파절 영역을 최종 추출하는 단계를 포함할 수 있다.
그리고, 본 발명은, 상기 임파절 영역을 최종 추출한 이후, 상기 임파절 영역에 대한 영상정보와 기 입력된 임상정보를 이용하여 임파절 전이 가능성을 예측하는 단계를 더 포함할 수 있다.
또한, 본 발명은 상기 임파절 전이 예측 결과를 바탕으로 하여, 상기 최종 추출된 임파절 영역에 대한 영상과, 최종 추출된 임파절 영역의 전이 가능성에 관한 정량화 데이터를 각각 시각화하여 표시하는 단계를 더 포함할 수 있다.
본 발명에 따른 확산강조영상 기반의 임파절 추출 방법에 따르면, 암환자를 대상으로 취득된 확산강조영상에서 주변조직과 구분되는 임파절의 특성인 신호강도, 현성확산계수, 임파절의 해부학적 위치, 형상 정보 등을 이용하여 임파절 영역을 자동으로 추출할 수 있다. 또한, 암환자에 대해 추출된 각 임파절의 영상정보와, 원발성 종양과 관련된 임상정보를 이용하는 경우, 각 임파절에 관한 전이 여부와 전이 확률을 정량적으로 예측할 수 있어, 피검자에 대한 보다 정확한 상태 파악이 가능하며 임파절 전이 판단의 정확도를 향상시킬 수 있다.
도 1은 본 발명의 실시예에 따른 확산강조영상 기반의 임파절 추출 방법의 흐름도이다. 도 2는 도 1의 방법을 위한 시스템 구성도이고, 도 3은 도 1의 방법에서 임파절 전이 가능성 예측을 위한 설명도이다.
본 발명은 암환자로부터 취득된 확산강조영상(diffusion weighted imaging)을 기반으로 하여 임파절 영역을 자동 추출하는 방법에 관한 것이다. 상기 임파절 추출 방법의 상세한 설명에 앞서, 확산강조영상에 관하여 간략히 설명하면 다음과 같다.
조직 내 수소 원자는 규칙성 없는 브라운(brown) 운동을 하며, 강한 자장에서는 불규칙한 운동이 일정한 방향성을 갖는 확산으로 원자의 운동이 전환된다. 자장의 강도는 b-value(이하, 'b값')에 의해 결정된다. 그리고, 자장의 강도에 따라 확산성의 정도가 좌우된다. 이러한 원리를 이용하여, 수소 원자의 확산을 자기공명 영상에서 정량화한 것이 상기 확산강조영상이다. 확산강조영상에서 그 확산정도는 현성확산계수(Apparent Diffusion Coefficient Value, ADC라 약칭)로 표현된다.
종양조직은 정상조직에 비해 부종과 섬유화가 심해 수소원자의 확산이 감소된다. 또한, 종양조직에서의 ADC 값은 정상조직에서보다 낮다. 그리고, 종양의 치료시 ADC 값의 변화가 치료효과의 판정에 이용될 수 있다. 이상 열거한 사항들은 상기 확산강조영상을 임파절 전이 진단에 이용하는 주요한 근거로 작용될 수 있다.
상기 확산강조영상의 장점을 설명하면 다음과 같다. 먼저, 전신을 촬영하는데 10분 정도의 시간만 요구되므로 검사시간이 짧은 이점이 있다. 그리고, 영상정보의 정량적 측정이 가능하여 객관성 및 재현성이 보장됨에 따라, 측정 결과가 객관적이다. 또한, 기존의 자기공명영상 검사에 추가시켜 시행 가능하다. 더욱이, 최근 보급되어 있는 자기공명영상기기로 영상을 쉽게 얻을 수 있어 검사가 편리하다.
이러한 확산강조영상에 기반한 임파절 추출 시스템(100)을 도 2를 참조하여 간단히 설명하면 다음과 같다. 상기 임파절 추출 시스템(100)은 임파절 체절부(110), 임파절 분류부(120), 영상표시부(130) 및 설정입력부(140)를 포함한다.
상기 임파절 체절부(110)는 암환자로부터 취득된 확산강조영상으로부터, 주변조직과 구분되는 임파절의 특성을 이용하여, 해당 임파절 영역을 추출하는 부분이다. 상기 임파절 분류부(120)는 상기 임파절 체절부(110)에서 추출된 임파절 영역의 영상정보와 기존의 임상정보를 이용하여 임파절 전이 가능성을 예측하는 부분이다.
상기 영상표시부(130)는 상기 임파절 체절부(110)의 임파절 영역 추출 결과와, 상기 임파절 분류부(120)의 임파절 전이 가능성 예측 결과를 가시화하여 표현 가능하다. 물론, 이러한 영상표시부(130)는 상기 가시화된 정보를 외부의 PC, 노트북, PDF 등의 단말기(10)로 제공할 수 있음은 물론이다. 한편, 상기 설정입력부(140)는 임파절 체절 및 임파절 전이 가능성의 예측을 위한 다양한 기준값 및 기준데이터, 기존의 임상정보 등을 설정받는 부분이다.
이하에서는, 상기 확산강조영상 기반의 임파절 추출 방법에 관하여 도 1 내지 도 10을 참조로 하여, 보다 상세히 설명하고자 한다.
먼저, 암환자를 대상으로 확산강조영상을 취득한다(S110). 이러한 확산강조영상은 상기 시스템(100)의 촬영수단(미도시)에 의해 직접 촬영된 영상이거나, 외부 촬영장치(미도시)로부터 기 획득되어 상기 설정입력부(140)로 입력받은 영상에 해당될 수 있다.
이후, 상기 임파절 체절부(110)는 상기 취득된 확산강조영상으로부터, 주변조직과 구분되는 임파절의 특성을 이용하여, 상기 임파절에 대해 기 지정된 신호강도 정보, 현성확산계수 정보, 상기 임파절의 해부학적 위치 정보, 상기 임파절의 형상 정보 중 선택된 하나 또는 복수 개의 정보를 이용하여, 해당 임파절 영역을 최종 추출한다(S120). 여기서, 상기 현성확산계수 정보는 해당 영역에서 현성확산계수의 평균값, 최대값, 최소값, 분포(%) 등이 이용될 수 있다.
이상과 같이, 상기 임파절 영역 추출 단계(S120)는, 주변 장기 등의 조직과 구분되는 임파절의 특성을 이용하여, 확산강조영상에서 해당 임파절 부분만을 추출하게 된다. 물론, 상기 임파절 영역 추출 단계(S120) 이전에, 상기 설정입력부(140)를 통해, 상기 임파절에 대해 기 지정된 신호강도 정보, 현성확산계수 정보, 임파절의 해부학적 위치 정보, 임파절의 형상 정보 중 선택된 하나 또는 복수 개의 정보를 미리 입력받아, 상기 임파절 영역 추출을 위한 기준을 사전에 설정받을 수 있다. 여기서, 상기 임파절의 형상 정보는, 상기 임파절의 장경, 단경, 외연 형상 중 선택된 하나 또는 복수 개의 정보일 수 있다.
이러한 임파절 영역 추출 단계(S120)를 더 상세히 설명하면 다음과 같다. 도 4는 상기 설정입력부(140)를 이용하여, 상기 확산강조영상에서 상기 b값의 설정과, 상기 확산강조영상의 시각화 조건을 입력받는 화면 예시도이다. 여기서, 상기 b값은 본 분야에서 널리 쓰이고 있는 요소로서, 이에 관한 보다 상세한 설명은 생략하고자 한다. 그리고, 상기 영상 시각화 조건은, 회색조 영상, 역상 회색조 영상 등이 해당된다. 도 5는 상기 설정입력부(140)의 설정에 따라, 도 4의 영상이 회색조 영상으로 변환된 결과를 나타낸다.
도 6은 도 5에서 신호강도 정보를 이용하여 임파절 영역을 1차 추출한 화면 예시도이다. 도 6을 참조하면, 상기 설정입력부(140)를 통해 상기 확산강조영상에 대한 각종 세팅이 완료된 이후, 상기 임파절 체절부(110)는 상기 취득된 확산강조영상에 대한 신호강도의 역치값과 상기 기 지정된 신호강도 정보를 비교하여, 상기 확산강조영상에서 상기 임파절 영역을 1차 추출한다(S121).
일반적으로, 확산강조영상에서 임파절 영역(도 5의 화살표 부분)은 주변 조직과 구별되는 신호강도를 가지고 있다. 상기 1차 추출 단계(S121)는 이러한 점을 이용하여, 상기 확산강조영상에서 신호강도 역치값을 기반으로 상기 임파절 영역에 대한 1차적인 체절을 시도한 것이다.
도 7은 도 6에서 현성확산계수 정보를 이용하여 임파절 영역을 2차 추출한 화면 예시도이다. 도 7을 참조하면, 상기 1차 추출 이후, 상기 임파절 체절부(110)는 상기 확산강조영상에 대한 현성확산계수의 역치값과 상기 기 지정된 현성확산계수 정보를 비교하여, 상기 1차 추출된 영역 내에서 상기 임파절 영역을 2차 추출한다(S122).
일반적으로, 확산강조영상에서 임파절 영역은 주변조직과 구분되는 일정 범위의 현성확산계수를 나타낸다. 상기 2차 추출 단계(S122)는 이러한 점을 이용하여, 상기 1차적으로 체절된 영역에서 상기 현성확산계수의 역치값을 기반으로 상기 임파절 영역에 대한 2차적인 체절을 시도한 것이다.
도 8은 도 7에서 임파절의 해부학적 위치 정보를 이용하여 임파절 영역을 3차 추출한 화면 예시도이다. 도 8을 참조하면, 상기 2차 추출 이후, 상기 임파절 체절부(110)는 상기 기 지정된 임파절의 해부학적 위치 정보를 기반으로 하여, 상기 2차 추출된 영역 내에서 상기 임파절 영역을 3차 추출한다(S123).
임파절이 존재하는 위치는 환자에 상관없이 일반적으로 정해져 있다. 상기 3차 추출 단계(S123)는 이러한 점을 이용하여, 2차적으로 체절된 영역에서 상기 임파절 영역의 기 정해진 해부학적 위치를 기준으로 임파절의 3차적인 체절을 시도한 것이다.
도 9는 도 8에서 임파절의 형상 정보를 이용하여 임파절 영역을 최종 추출한 화면 예시도이다. 즉, 도 9를 참조하면, 상기 3차 추출 이후, 상기 임파절 체절부(110)는 상기 임파절이 갖는 형태학적 특징인 상기 형상 정보를 이용하여 인접 혈관을 제거하여, 상기 임파절 영역을 최종 추출한다(S124). 예를 들면, 상기 최종 추출 단계(S124)는 상기 3차 체절된 영역에서 임파절이 가지는 형태학적 특징, 즉 구형이거나, 구형에 가까운 타원체를 갖는 임파절의 특성을 이용하여 인접 혈관을 제거하고, 최종적으로 임파절 부위만을 체절하는 것이다.
물론, 상기 영상표시부(130)는, 도 4 내지 도 9 등의 일련의 과정, 즉 상기 임파절 영역의 추출 과정을 화면으로 시각화하여 표시 가능하다(S130). 이러한 영상표시부(130)는 상기 임파절 영역의 추출 과정에 관한 각 단계별 진행 과정을 실시간으로 표시하거나, 최종 추출이 완료된 이후 각 단계별 결과를 한꺼번에 표시하는 것도 가능하다. 한편, 상기 설정입력부(140)는 이러한 과정 중에 상기 영상표시부(130)에 표시되는 화면의 컨트롤 신호, 각종 조작신호 등을 사용자로부터 입력받을 수 있다.
한편, 도 10은 도 9에서 추출된 임파절 영역의 영상정보를, 임상정보를 이용하여 분석하여 임파절 전이 가능성을 예측한 결과의 화면 예시도이다. 도 3 또는 도 10을 참조하면, 상기 임파절 체절부(110)에서 상기 임파절 영역을 최종 추출(S124)한 이후, 상기 임파절 분류부(120)는 상기 최종 추출된 임파절 영역에 대한 영상정보와 기 입력된 임상정보를 이용하여 임파절 전이 가능성을 예측한다(S140). 여기서, 상기 임파절 분류부(120)는 상기 임파절 전이 가능성을 예측하여, 해당 임파절 영역을 임파절 전이 또는 비전이로 분류하게 된다.
도 3을 참조하면, 임파절 전이 가능성 예측에 이용되는 상기 영상정보는, 상기 임파절 영역에 대한 현성확산계수, 장경, 단경, 신호강도, 임파절 외연 형상에 관한 정보 중 선택된 하나 또는 복수 개의 정보일 수 있다. 또한, 임파절 전이 가능성 예측에 이용되는 상기 임상정보는, 전이 여부가 이미 확진된 임파절에 대한 임상정보로서, 원발성 종양의 부피, 원발성 종양의 확장 방향, 상기 암환자의 나이, 성별, 원발성 종양과 연관된 혈청 종양표식인자, 원발성 종양의 수술 전 조직검사에서 나타난 악성정도에 관한 정보 중 선택된 하나 또는 복수 개의 정보일 수 있다.
이러한 임상정보는 상기 임파절 전이 예측을 위해 상기 임파절 분류부(120)에 미리 입력된 DB(데이터베이스)로서, 상기 원발성 종양에 따라 수 개 혹은 십여 개의 정보로 입력될 수 있다. 이상과 같이 상기 임상정보에 포함된 각각의 정보들은, 종양의 종류별로 서로 상이한 기준을 갖는다. 그리고, 상기 임상정보뿐만 아니라, 상기 추출된 임파절 영역의 영상정보 또한 상기 임파절 분류부(120)의 새로운 DB가 될 수 있다. 상기 임파절 분류부(120)는 이렇게 축적되는 영상정보 및 임상정보의 각 데이터베이스를 바탕으로, 임파절 전이 여부의 판정에 대한 자동화된 학습 을 하게 된다. 임파절 분류부(120)는 이러한 학습 과정을 통해, 추후 임파절 전이 판정의 정확도 및 신뢰성을 더욱더 향상시킨다.
임파절의 전이 및 비전이의 자동 분류를 위해 각 원발성 종양에 특성화된 자동 분류 학습이 필요한데, 발명한 영상처리 장치에서는 각 원발성 종양의 영상 정보와 임상정보에 근거한 임파절 분류의 DB를 구축하고 새로운 데이터를 자동적으로 축적시킨다. 이를 바탕으로 개별 종양 특성에 따른 맞춤형 임파절 분류(전이 vs 비전이)를 시행한다. 즉, 도 3을 참조하여 요약하면, 상기 임파절 분류부(120)는 다양한 원발성 종양에 따른 영상정보와 임상정보가 내부에 축적되어, 임파절 전이 여부를 판정하는데 필요한 DB를 지속적으로 구축한다. 그리고 상기 영상정보와 임상정보는 원발성 종양에 따라 다양하며, 이를 바탕으로 한 임파절 전이 여부의 판정 기준도 다르므로, 다양한 원발성 종양에 따른 맞춤형 영상처리가 가능하게 된다.
상기 임파절 분류부(120)는 최종적으로 체절된 각각의 임파절 영역의 영상정보와 원발성 종양 관련 임상정보를 기반으로, 전이성 임파절과 비전이성 임파절을 정량적으로 분류하고, 이를 바탕으로 임파절 전이의 가능성을 정량적으로 시각화하여 제시한다. 즉, 도 10을 참조하면, 상기 임파절 분류부(120)는 임파절 전이 예측 결과를 바탕으로 하여, 상기 최종 추출된 임파절 영역에 대한 영상과, 최종 추출된 임파절 영역의 전이 가능성에 관한 정량화 데이터를 영상표시부(130)를 통해 각각 시각화하여 표시한다.
화면 좌측의 임파절(큰 화살표)은 전이 확률이 100%이고, 우측의 임파절 (작은 화살표)은 전이의 확률이 20%로 나타난 것이다. 이러한 예측 결과는, 확률의 시 각적 구분을 위한 색상적 표현(무지개 칼라테이블), 수치적 표현(퍼센티지, 등) 등이 가능하다. 또한, 해당 임파절 영역별로, 현성확산계수, 장경, 단경, 외연의 불규칙 정도, 원발성 종양의 부피, 원발성 종양의 침범방향, 나이, 성별, 혈청 종양인자 등의 정보가 함께 표시 가능하다.
이상과 같이, 상기 확산강조영상 기반의 임파절 추출 방법은, 확산강조영상에서 다른 장기(주변 조직)과 대별되는 특성을 보이는 임파절의 특성을 이용하여 임파절을 추출한다. 즉, 상기 임파절은 다른 장기와 다른 신호강도를 가지며, 일정 범위의 현성확산계수를 가지며, 해부학적으로 지정된 위치에 존재하며, 구형 또는 타원형의 모양을 가지며 최대 장경이 일반적으로 3cm 이하 크기를 갖는 특징을 바탕으로하여, 확산강조영상에서 임파절을 자동으로 추출한다. 이후, 암환자에 대해 추출된 각 임파절의 영상정보와, 원발성 종양과 관련된 임상정보를 이용하여, 각 임파절의 전이 여부와 전이 확률을 정량적으로 예측하고 제시한다. 이에 따라, 피검자에 대한 임파절 전이 판단의 정확도를 향상시키고, 피검자의 정확한 상태 파악이 가능함은 물론이며, 추후 이와 관련된 다양한 연구에 활용 가능하다.
본 발명은 도면에 도시된 실시예를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 다른 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 특허청구범위의 기술적 사상에 의하여 정해져야 할 것이다.
도 1은 본 발명의 실시예에 따른 확산강조영상 기반의 임파절 추출 방법의 흐름도,
도 2는 도 1의 방법을 위한 시스템 구성도,
도 3은 도 1의 방법에서 임파절 전이 가능성 예측을 위한 설명도,
도 4는 확산강조영상에서 b값 및 영상 시각화 조건의 입력을 위한 화면 예시도,
도 5는 도 4의 회색조 영상을 나타내는 화면 예시도,
도 6은 도 5에서 신호강도 정보를 이용하여 임파절 영역을 1차 추출한 화면 예시도,
도 7은 도 6에서 현성확산계수 정보를 이용하여 임파절 영역을 2차 추출한 화면 예시도,
도 8은 도 7에서 임파절의 해부학적 위치 정보를 이용하여 임파절 영역을 3차 추출한 화면 예시도,
도 9는 도 8에서 임파절의 형상 정보를 이용하여 임파절 영역을 최종 추출한 화면 예시도,
도 10은 도 9에서 추출된 임파절 영역의 영상정보를, 임상정보를 이용하여 분석하여 임파절 전이 가능성을 예측한 결과의 화면 예시도이다.
< 도면의 주요부분에 대한 부호의 간단한 설명 >
100: 임파절 추출 시스템 110: 임파절 체절부
120: 임파절 분류부 130: 영상표시부
140: 설정입력부

Claims (11)

  1. (a) 암환자를 대상으로 취득된 확산강조영상으로부터, 주변조직과 구분되는 임파절의 특성을 이용하여, 상기 임파절에 대해 기 지정된 신호강도 정보, 현성확산계수 정보, 상기 임파절의 해부학적 위치 정보, 상기 임파절의 형상 정보 중 선택된 하나 또는 복수 개의 정보를 이용하여, 해당 임파절 영역을 최종 추출하는, 확산강조영상 기반의 임파절 추출 방법.
  2. 청구항 1에 있어서, 상기 (a) 단계는,
    (b) 상기 확산강조영상에 대한 신호강도의 역치값과 상기 기 지정된 신호강도 정보를 비교하여, 상기 확산강조영상에서 상기 임파절 영역을 1차 추출하는 단계;
    (c) 상기 확산강조영상에 대한 현성확산계수의 역치값과 상기 기 지정된 현성확산계수 정보를 비교하여, 상기 1차 추출된 영역 내에서 상기 임파절 영역을 2차 추출하는 단계;
    (d) 상기 기 지정된 임파절의 해부학적 위치 정보를 기반으로 하여, 상기 2차 추출된 영역 내에서 상기 임파절 영역을 3차 추출하는 단계; 및
    (e) 상기 임파절이 갖는 형태학적 특징인 상기 형상 정보를 이용하여 인접 혈관을 제거하여, 상기 임파절 영역을 최종 추출하는 단계를 포함하는, 확산강조영상 기반의 임파절 추출 방법.
  3. 청구항 2에 있어서,
    (f) 상기 임파절에 대해 기 지정된 신호강도 정보, 현성확산계수 정보, 임파절의 해부학적 위치 정보, 임파절의 형상 정보 중 선택된 하나 또는 복수 개의 정보를 입력받아, 상기 임파절 영역 추출을 위한 기준을 설정받는 단계를 더 포함하는, 확산강조영상 기반의 임파절 추출 방법.
  4. 청구항 3에 있어서, 상기 임파절의 형상 정보는,
    상기 임파절의 장경, 단경, 외연 형상 중 선택된 하나 또는 복수 개의 정보인, 확산강조영상 기반의 임파절 추출 방법.
  5. 청구항 2에 있어서,
    (g) 상기 임파절 영역의 추출 과정을 시각화하여 표시하는 단계를 더 포함하는, 확산강조영상 기반의 임파절 추출 방법.
  6. 청구항 1 또는 청구항 2에 있어서,
    (h) 상기 임파절 영역을 최종 추출한 이후, 상기 임파절 영역에 대한 영상정보와 기 입력된 임상정보를 이용하여 임파절 전이 가능성을 예측하는 단계를 더 포함하는, 확산강조영상 기반의 임파절 추출 방법.
  7. 청구항 6에 있어서, 상기 임파절 전이 가능성 예측에 이용되는 상기 영상정보는,
    상기 임파절 영역에 대한 현성확산계수, 장경, 단경, 신호강도, 임파절 외연 형상에 관한 정보 중 선택된 하나 또는 복수 개의 정보인, 확산강조영상 기반의 임파절 추출 방법.
  8. 청구항 6에 있어서, 상기 임파절 전이 가능성 예측에 이용되는 상기 임상정보는,
    전이 여부가 이미 확진된 임파절에 대한 임상정보로서, 원발성 종양의 부피, 원발성 종양의 확장 방향, 상기 암환자의 나이, 성별, 원발성 종양과 연관된 혈청 종양표식인자, 원발성 종양의 수술 전 조직검사에서 나타난 악성정도에 관한 정보 중 선택된 하나 또는 복수 개의 정보인, 확산강조영상 기반의 임파절 추출 방법.
  9. 청구항 8에 있어서, 상기 임상정보에 포함된 각 정보는,
    종양의 종류별로 서로 상이한 기준을 갖는, 확산강조영상 기반의 임파절 추출 방법.
  10. 청구항 6에 있어서, 상기 (h) 단계는,
    상기 임파절 전이 가능성을 예측하여, 해당 임파절 영역을 임파절 전이 또는 비전이로 분류하는, 확산강조영상 기반의 임파절 추출 방법.
  11. 청구항 6에 있어서,
    (i) 상기 임파절 전이 예측 결과를 바탕으로 하여, 상기 최종 추출된 임파절 영역에 대한 영상과, 최종 추출된 임파절 영역의 전이 가능성에 관한 정량화 데이터를 각각 시각화하여 표시하는 단계를 더 포함하는, 확산강조영상 기반의 임파절 추출 방법.
KR1020080077891A 2008-08-08 2008-08-08 확산강조영상 기반의 임파절 추출 방법 KR101038729B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020080077891A KR101038729B1 (ko) 2008-08-08 2008-08-08 확산강조영상 기반의 임파절 추출 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020080077891A KR101038729B1 (ko) 2008-08-08 2008-08-08 확산강조영상 기반의 임파절 추출 방법

Publications (2)

Publication Number Publication Date
KR20100019057A true KR20100019057A (ko) 2010-02-18
KR101038729B1 KR101038729B1 (ko) 2011-06-03

Family

ID=42089580

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020080077891A KR101038729B1 (ko) 2008-08-08 2008-08-08 확산강조영상 기반의 임파절 추출 방법

Country Status (1)

Country Link
KR (1) KR101038729B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023117652A1 (en) * 2021-12-20 2023-06-29 Koninklijke Philips N.V. Method and system for processing an image

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7804990B2 (en) 2006-01-25 2010-09-28 Siemens Medical Solutions Usa, Inc. System and method for labeling and identifying lymph nodes in medical images
JP2008000270A (ja) 2006-06-21 2008-01-10 Aze Ltd 生体組織の識別画像作成方法、装置およびプログラム

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023117652A1 (en) * 2021-12-20 2023-06-29 Koninklijke Philips N.V. Method and system for processing an image

Also Published As

Publication number Publication date
KR101038729B1 (ko) 2011-06-03

Similar Documents

Publication Publication Date Title
Oto et al. Diffusion-weighted and dynamic contrast-enhanced MRI of prostate cancer: correlation of quantitative MR parameters with Gleason score and tumor angiogenesis
Kobus et al. Prostate cancer aggressiveness: in vivo assessment of MR spectroscopy and diffusion-weighted imaging at 3 T
Orel et al. MR imaging of the breast for the detection, diagnosis, and staging of breast cancer
Langer et al. Prostate tissue composition and MR measurements: investigating the relationships between ADC, T2, K trans, ve, and corresponding histologic features
Kim et al. Wash‐in rate on the basis of dynamic contrast‐enhanced MRI: usefulness for prostate cancer detection and localization
Woodfield et al. Diffusion-weighted MRI of peripheral zone prostate cancer: comparison of tumor apparent diffusion coefficient with Gleason score and percentage of tumor on core biopsy
Partridge et al. Apparent diffusion coefficient values for discriminating benign and malignant breast MRI lesions: effects of lesion type and size
Rechichi et al. Endometrial cancer: correlation of apparent diffusion coefficient with tumor grade, depth of myometrial invasion, and presence of lymph node metastases
Manenti et al. Diffusion tensor magnetic resonance imaging of prostate cancer
Chen et al. Washout gradient in dynamic contrast‐enhanced MRI is associated with tumor aggressiveness of prostate cancer
Liu et al. Differentiation of metastatic from non-metastatic lymph nodes in patients with uterine cervical cancer using diffusion-weighted imaging
Sadeghi et al. Effect of hydrophilic components of the extracellular matrix on quantifiable diffusion-weighted imaging of human gliomas: preliminary results of correlating apparent diffusion coefficient values and hyaluronan expression level
Li et al. Feasibility of shutter‐speed DCE‐MRI for improved prostate cancer detection
Wang et al. Diffusion kurtosis imaging combined with DWI at 3-T MRI for detection and assessment of aggressiveness of prostate cancer
Piludu et al. MRI-based radiomics to differentiate between benign and malignant parotid tumors with external validation
Zhang et al. MR‐based prognostic nomogram for prostate cancer after radical prostatectomy
Vallatos et al. Quantitative histopathologic assessment of perfusion MRI as a marker of glioblastoma cell infiltration in and beyond the peritumoral edema region
Dong et al. Differential diagnosis of solitary fibrous tumor/hemangiopericytoma and angiomatous meningioma using three‐dimensional magnetic resonance imaging texture feature model
McCammack et al. In vivo prostate cancer detection and grading using restriction spectrum imaging-MRI
Wu et al. Dynamic Contrast‐Enhanced Imaging as a Prognostic Tool in Early Diagnosis of Prostate Cancer: Correlation with PSA and Clinical Stage
Almutlaq et al. Evaluation of Monoexponential, Stretched‐Exponential and Intravoxel Incoherent Motion MRI Diffusion Models in Early Response Monitoring to Neoadjuvant Chemotherapy in Patients With Breast Cancer—A Preliminary Study
Łuczyńska et al. The utility of diffusion weighted imaging (DWI) using apparent diffusion coefficient (ADC) values in discriminating between prostate cancer and normal tissue
Park et al. Dynamic contrast-enhanced magnetic resonance imaging for risk stratification in patients with prostate cancer
Basso Dias et al. The role of [18F]-DCFPyL PET/MRI radiomics for pathological grade group prediction in prostate cancer
Lee et al. Identifying a low-risk group for parametrial involvement in microscopic Stage IB1 cervical cancer using criteria from ongoing studies and a new MRI criterion

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
LAPS Lapse due to unpaid annual fee