KR20200090288A - 이중 에너지 ct 요오드 정량화를 이용한 갑상선 병변 분류 시스템 및 방법 - Google Patents
이중 에너지 ct 요오드 정량화를 이용한 갑상선 병변 분류 시스템 및 방법 Download PDFInfo
- Publication number
- KR20200090288A KR20200090288A KR1020190006817A KR20190006817A KR20200090288A KR 20200090288 A KR20200090288 A KR 20200090288A KR 1020190006817 A KR1020190006817 A KR 1020190006817A KR 20190006817 A KR20190006817 A KR 20190006817A KR 20200090288 A KR20200090288 A KR 20200090288A
- Authority
- KR
- South Korea
- Prior art keywords
- thyroid
- ratio
- iodine concentration
- concentration value
- iodine
- Prior art date
Links
- ZCYVEMRRCGMTRW-UHFFFAOYSA-N 7553-56-2 Chemical compound [I] ZCYVEMRRCGMTRW-UHFFFAOYSA-N 0.000 title claims abstract description 75
- 229910052740 iodine Inorganic materials 0.000 title claims abstract description 75
- 239000011630 iodine Substances 0.000 title claims abstract description 75
- 210000001685 thyroid gland Anatomy 0.000 title claims abstract description 73
- 230000003902 lesion Effects 0.000 title claims abstract description 64
- 238000011002 quantification Methods 0.000 title claims abstract description 20
- 238000000034 method Methods 0.000 title claims description 14
- 230000003447 ipsilateral effect Effects 0.000 claims abstract description 33
- 230000009977 dual effect Effects 0.000 claims abstract description 22
- 210000001715 carotid artery Anatomy 0.000 claims abstract description 16
- 239000007787 solid Substances 0.000 claims description 10
- 206010043706 Thyroid cyst Diseases 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 abstract description 2
- 208000009453 Thyroid Nodule Diseases 0.000 description 13
- 206010054107 Nodule Diseases 0.000 description 10
- 208000024770 Thyroid neoplasm Diseases 0.000 description 9
- 208000031513 cyst Diseases 0.000 description 9
- 238000002604 ultrasonography Methods 0.000 description 9
- 206010033701 Papillary thyroid cancer Diseases 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 4
- 239000002872 contrast media Substances 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 208000030045 thyroid gland papillary carcinoma Diseases 0.000 description 4
- 206010011732 Cyst Diseases 0.000 description 3
- 238000013103 analytical ultracentrifugation Methods 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 208000003200 Adenoma Diseases 0.000 description 2
- XUIIKFGFIJCVMT-GFCCVEGCSA-N D-thyroxine Chemical compound IC1=CC(C[C@@H](N)C(O)=O)=CC(I)=C1OC1=CC(I)=C(O)C(I)=C1 XUIIKFGFIJCVMT-GFCCVEGCSA-N 0.000 description 2
- 102000011923 Thyrotropin Human genes 0.000 description 2
- 108010061174 Thyrotropin Proteins 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 201000011510 cancer Diseases 0.000 description 2
- 238000002405 diagnostic procedure Methods 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 206010020718 hyperplasia Diseases 0.000 description 2
- PNDPGZBMCMUPRI-UHFFFAOYSA-N iodine Chemical compound II PNDPGZBMCMUPRI-UHFFFAOYSA-N 0.000 description 2
- 230000003211 malignant effect Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 210000003625 skull Anatomy 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 229940034208 thyroxine Drugs 0.000 description 2
- XUIIKFGFIJCVMT-UHFFFAOYSA-N thyroxine-binding globulin Natural products IC1=CC(CC([NH3+])C([O-])=O)=CC(I)=C1OC1=CC(I)=C(O)C(I)=C1 XUIIKFGFIJCVMT-UHFFFAOYSA-N 0.000 description 2
- 210000003462 vein Anatomy 0.000 description 2
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 206010004412 Benign neoplasm of thyroid gland Diseases 0.000 description 1
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 description 1
- 238000000729 Fisher's exact test Methods 0.000 description 1
- 206010018852 Haematoma Diseases 0.000 description 1
- 208000032843 Hemorrhage Diseases 0.000 description 1
- AMDBBAQNWSUWGN-UHFFFAOYSA-N Ioversol Chemical compound OCCN(C(=O)CO)C1=C(I)C(C(=O)NCC(O)CO)=C(I)C(C(=O)NCC(O)CO)=C1I AMDBBAQNWSUWGN-UHFFFAOYSA-N 0.000 description 1
- 238000012313 Kruskal-Wallis test Methods 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- FAPWRFPIFSIZLT-UHFFFAOYSA-M Sodium chloride Chemical compound [Na+].[Cl-] FAPWRFPIFSIZLT-UHFFFAOYSA-M 0.000 description 1
- LEHOTFFKMJEONL-UHFFFAOYSA-N Uric Acid Chemical compound N1C(=O)NC(=O)C2=C1NC(=O)N2 LEHOTFFKMJEONL-UHFFFAOYSA-N 0.000 description 1
- TVWHNULVHGKJHS-UHFFFAOYSA-N Uric acid Natural products N1C(=O)NC(=O)C2NC(=O)NC21 TVWHNULVHGKJHS-UHFFFAOYSA-N 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 208000016709 aortopulmonary window Diseases 0.000 description 1
- 210000001367 artery Anatomy 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000000740 bleeding effect Effects 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
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 239000007799 cork Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 201000004260 follicular adenoma Diseases 0.000 description 1
- 208000030878 follicular thyroid adenoma Diseases 0.000 description 1
- 125000001475 halogen functional group Chemical group 0.000 description 1
- 229940088597 hormone Drugs 0.000 description 1
- 239000005556 hormone Substances 0.000 description 1
- 238000007917 intracranial administration Methods 0.000 description 1
- NTHXOOBQLCIOLC-UHFFFAOYSA-N iohexol Chemical compound OCC(O)CN(C(=O)C)C1=C(I)C(C(=O)NCC(O)CO)=C(I)C(C(=O)NCC(O)CO)=C1I NTHXOOBQLCIOLC-UHFFFAOYSA-N 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000001543 one-way ANOVA Methods 0.000 description 1
- 238000010827 pathological analysis Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 210000001147 pulmonary artery Anatomy 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000011780 sodium chloride Substances 0.000 description 1
- 210000004872 soft tissue Anatomy 0.000 description 1
- 230000008961 swelling Effects 0.000 description 1
- 230000004797 therapeutic response Effects 0.000 description 1
- 238000013185 thoracic computed tomography Methods 0.000 description 1
- 229940116269 uric acid Drugs 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 229910001868 water Inorganic materials 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
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
-
- 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]
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Radiology & Medical Imaging (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- High Energy & Nuclear Physics (AREA)
- Veterinary Medicine (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- Pathology (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Physics & Mathematics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Physiology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Pulmonology (AREA)
- Theoretical Computer Science (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Nuclear Medicine (AREA)
Abstract
본 발명의 일 실시예에 따른 이중 에너지 CT 요오드 정량화를 이용한 갑상선 병변 분류 시스템은, 이중 에너지 CT에 의해 획득한 경부 CT 영상을 입력받는 영상 입력부; 상기 경부 CT 영상에서 관심 영역으로 선택된 갑상선 병변의 요오드 농도 값을 산출하고, 상기 요오드 농도 값을 동측 갑상선 실질 및 동측 경동맥 각각에 대해 정규화하여 IC_NP 비율 및 IC_NA 비율을 산출하는 요오드 농도 산출부; 및 상기 요오드 농도 값, IC_NP 비율 및 IC_NA 비율을 기초로 갑상선 병변을 분류하는 병변 분류부를 포함할 수 있다.
Description
본 출원은 이중 에너지 CT 요오드 정량화를 이용한 갑상선 병변 분류 시스템 및 방법에 관한 것이다.
최근 수십 년 동안 스크리닝, 진단 및 치료 반응 평가를 위한 이미징 사용이 증가함에 따라, 이전에 발견되거나 의심되지 않았지만 이미징 중에 확인되는 우연히 발견되는 갑상선 결절(incidental thyroid nodules; ITN)이 흔하게 발견되고 있다.
ITN은 흉부 CT의 약 25%와 경부 CT의 약 16~18%에서 발견되는 것으로 보고되었고, 이들이 악성 종양일 확률을 0~9%로 낮다.
그러나 CT는 초음파와는 달리 악성 병변과 양성 결절 또는 낭종을 구별하는 데 도움이 되는 갑상선 결절 자체에 대한 신뢰할 수 있는 형태상의 정보(morphologic information)를 제공하지 않기 때문에 추가적인 진단 과정을 필요로 하며, 이로 인해 환자의 불안을 증대시키고 진단 비용이 증가하게 된다.
한편, 이중 에너지 CT(Dual-Energy CT; DECT)의 기술적 진보에 따라, 물, 요오드, 칼슘, 요산 및 지방과 같은 여러 가지 물질을 분리할 수 있는 물질 특정 이미징(material-specific imaging)이 가능해졌다. 특히, 이중 에너지 CT 기반의 물질 분해 기술 중 요오드 분포에 대한 정량적인 정보는 악성 종양과 양성 종양을 구분할 수 있을 뿐만 아니라 증가하는 병변으로부터 낭성 변병 또는 혈종을 구분할 수 있는 병변의 특성 분석을 위한 유망한 도구로 여겨지고 있다.
지금까지 몇몇 연구에서 DECT 데이터 세트를 사용하여 갑상선 결절의 IC를 평가하여 악성 종양 또는 결장 내 출혈을 발견한 시도가 있었다. 그러나, 현재까지 ITN에 대한 추가적인 진단 과정의 필요성을 안내하기 위한 객관적인 기준은 제시된 바 없다.
따라서, 당해 기술분야에서는 CT 검사를 통해 검출된 ITN이 추가적인 검사가 필요한지 여부를 결정하기 위한 방안이 요구되고 있다.
상기 과제를 해결하기 위해서, 본 발명의 일 실시예는 이중 에너지 CT 요오드 정량화를 이용한 갑상선 병변 분류 시스템을 제공한다.
상기 이중 에너지 CT 요오드 정량화를 이용한 갑상선 병변 분류 시스템은, 이중 에너지 CT에 의해 획득한 경부 CT 영상을 입력받는 영상 입력부; 상기 경부 CT 영상에서 관심 영역으로 선택된 갑상선 병변의 요오드 농도 값을 산출하고, 상기 요오드 농도 값을 동측 갑상선 실질 및 동측 경동맥 각각에 대해 정규화하여 IC_NP 비율 및 IC_NA 비율을 산출하는 요오드 농도 산출부; 및 상기 요오드 농도 값, IC_NP 비율 및 IC_NA 비율을 기초로 갑상선 병변을 분류하는 병변 분류부를 포함할 수 있다.
또한, 본 발명의 다른 실시예는 이중 에너지 CT 요오드 정량화를 이용한 갑상선 병변 분류 방법을 제공한다.
상기 이중 에너지 CT 요오드 정량화를 이용한 갑상선 병변 분류 방법은, 이중 에너지 CT(DECT)에 의해 경부 CT 영상을 획득하는 DECT 영상 획득 단계; 상기 경부 CT 영상에서 관심 영역으로 선택된 갑상선 병변의 요오드 농도 값을 산출하고, 상기 요오드 농도 값을 동측 갑상선 실질 및 동측 경동맥 각각에 대해 정규화하여 IC_NP 비율 및 IC_NA 비율을 산출하는 요오드 농도 정량화 단계; 및 상기 요오드 농도 값, IC_NP 비율 및 IC_NA 비율을 기초로 갑상선 병변을 분류하는 갑상선 병변 분류 단계를 포함할 수 있다.
덧붙여 상기한 과제의 해결수단은, 본 발명의 특징을 모두 열거한 것이 아니다. 본 발명의 다양한 특징과 그에 따른 장점과 효과는 아래의 구체적인 실시형태를 참조하여 보다 상세하게 이해될 수 있을 것이다.
본 발명의 일 실시예에 따르면, 이중 에너지 CT 요오드 정량화를 통해 갑상선 병변 분류가 가능하며, 이를 기초로 CT 검사를 통해 검출된 ITN이 추가적인 검사가 필요한지 여부를 결정할 수 있다.
도 1은 본 발명의 일 실시예에 따른 이중 에너지 CT 요오드 정량화를 이용한 갑상선 병변 분류 시스템의 구성도이다.
도 2는 이중 에너지 CT 영상에서 요오드 농도를 측정하는 일 예를 도시하는 도면이다.
도 3은 갑상선 병변에 대한 요오드 농도를 나타내는 그래프이다.
도 4 내지 도 6은 다양한 갑상선 병변에 대한 초음파 영상, CT 영상 및 요오드 맵의 예를 도시하는 도면이다.
도 7은 본 발명의 다른 실시예에 따른 이중 에너지 CT 요오드 정량화를 이용한 갑상선 병변 분류 방법의 흐름도이다.
도 2는 이중 에너지 CT 영상에서 요오드 농도를 측정하는 일 예를 도시하는 도면이다.
도 3은 갑상선 병변에 대한 요오드 농도를 나타내는 그래프이다.
도 4 내지 도 6은 다양한 갑상선 병변에 대한 초음파 영상, CT 영상 및 요오드 맵의 예를 도시하는 도면이다.
도 7은 본 발명의 다른 실시예에 따른 이중 에너지 CT 요오드 정량화를 이용한 갑상선 병변 분류 방법의 흐름도이다.
이하, 첨부된 도면을 참조하여 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있도록 바람직한 실시예를 상세히 설명한다. 다만, 본 발명의 바람직한 실시예를 상세하게 설명함에 있어, 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략한다. 또한, 유사한 기능 및 작용을 하는 부분에 대해서는 도면 전체에 걸쳐 동일한 부호를 사용한다.
덧붙여, 명세서 전체에서, 어떤 부분이 다른 부분과 '연결'되어 있다고 할 때, 이는 '직접적으로 연결'되어 있는 경우뿐만 아니라, 그 중간에 다른 소자를 사이에 두고 '간접적으로 연결'되어 있는 경우도 포함한다. 또한, 어떤 구성요소를 '포함'한다는 것은, 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있다는 것을 의미한다.
도 1은 본 발명의 일 실시예에 따른 이중 에너지 CT 요오드 정량화를 이용한 갑상선 병변 분류 시스템의 구성도이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 이중 에너지 CT 요오드 정량화를 이용한 갑상선 병변 분류 시스템(100)은 영상 입력부(110), 요오드 농도 산출부(120) 및 병변 분류부(130)를 포함하여 구성될 수 있다.
영상 입력부(110)는 DECT(10)에 의해 획득한 경부 CT 영상을 입력받기 위한 것이다.
여기서, DECT(10)는 조영 증강 DECT 검사 프로토콜에 따라 대상자의 경부 CT 영상을 획득할 수 있다. 예를 들어, 다음과 같은 설정(setting)으로 조영 증강 경부 DECT 검사가 수행될 수 있다.
튜브 전압: 120 kVp
튜브 전류: 평균 42 mAs (범위: 30-150)
콜리메이션 두께(collimation thickness): 64 * 0.625 mm
나선 피치(helical pitch): 0.609
회전 시간: 0.75 초/회전
시야: 350 mm
스캔 범위: 두개골 기저부에서 대동맥폐동맥창(aortopulmonary window)까지
스캔이 수행되는 동안, 자동화된 튜브 전류 변조 시스템이 활성화되며, 조영 증강을 위해, 서로 상이한 농도(Omnipaque 300 mgI/mL, GE Healthcare, Cork, Ireland; Pamiray 300 mgI/mL, Dongkook Pharm, Seoul, Korea; Optiray 350 mgI/mL, Mallinckrodt Pharmaceuticals, Raleigh, NC, USA)의 조영제(총 80mL)가 파워 인젝터(Stellant dual syringe, Medrad, Pittsburgh, PA, USA)를 사용하여 2.5 mL/s의 속도로 환자의 전두 안 정맥에 투여되고, 이후 3 mL/s의 속도로 20 mL 식염수 체이서가 사용된다. 이 경우, 왼쪽 팔이 사용되었을 때 문제로 발생할 수 있는 좌 팔완두 정맥의 생리적 압축에 의한 조영제 도달 지연을 피하기 위해 가능한 오른쪽 팔이 우선적으로 선택되는 것이 바람직하다. 또한, 일정 시간(예를 들어, 40초)의 지연 후에 두개골 기저부에서 대동맥폐동맥창까지 한 번에 이미지를 획득한다.
요오드 농도 산출부(120)는 영상 입력부(110)를 통해 입력받은 경부 CT 영상으로부터 요오드 농도를 산출하기 위한 것이다.
일 실시예에 따르면, 요오드 농도 산출부(120)는 전용 워크스테이션 상에서 이중 에너지 후처리 소프트웨어를 사용하여 경부 CT 영상으로부터 요오드 농도를 산출할 수 있다. 모든 영상은 연조직 알고리즘(soft tissue algorithm)(윈도우 레벨: 60 HU; 윈도우 너비; 300 HU)을 가진 하이브리드 반복적 재구성 알고리즘(필립스 iDose4, 레벨 2)을 사용하여 재구성될 수 있다. 또한, 요오드 농도(iodine concentration; IC)(mgI/mL)의 정량 분석은 획득된 조영 증강 CT 영상과 3mm 슬라이스 두께로 재구성된 상응하는 요오드 밀도 맵 영상을 사용하여 수행될 수 있다.
도 2는 이중 에너지 CT 영상에서 요오드 농도를 측정하는 일 예를 도시하는 도면으로, 도 2의 좌측 이미지는 후속적으로 유두상 갑상선암으로 진단된 우측 갑상선 결절의 초음파 소견을 나타내고, 도 2의 가운데 이미지는 획득된 CT 영상에서 선택된 조영 증강 축 영상을 나타내고, 도 2의 우측 이미지는 CT 영상에 상응하는 요오드 맵을 나타낸다.
도 2를 참조하면, 좌측 이미지를 바탕으로 가운데 이미지에서 관심 영역(ROI)이 선택될 수 있으며, 가운데 이미지에서 선택된 ROI가 이중 에너지 데이터 세트로부터 파생된 요오드 맵에 복사 및 붙여넣기 기능을 통해 옮겨질 수 있다. 또한, 추가적인 ROI가 정규화를 위해 동측 갑상선 실질 및 동측 경동맥에서 유도될 수 있다.
또한, 요오드 농도 산출부(120)는 대상자의 호르몬 및/또는 순환 상태와 조영제 농도의 차이에 기인한 변화를 최소화하기 위해 갑상선 결절의 IC 값(IC_N)을 동측 갑상선의 IC 값(IC_Parenchyma) 또는 인접 동맥의 IC 값(IC_Artery)으로 나누어 다음과 같은 비율을 산출할 수 있다.
IC_NP 비율 = IC_N / IC_Parenchyma;
IC_NA 비율 = IC_N / IC_Artery
이를 위해, 도 2에 도시된 바와 같이 2 개의 추가적인 ROI를 갑상선 결절이나 석회화가 없는 동측 갑상선 실질 및 상응하는 국소 갑상선 병변의 동일한 수준의 동측 경동맥에 배치하여, 약 100.0mm2 또는 60 mm2의 일정한 원형의 ROI 영역을 유지할 수 있다.
또한, 측정의 편차를 줄이기 위해, 갑상선 결절, 동측 갑상선 실질 및 동측 경동맥의 IC 값을 복수 회(예를 들어 3 회) 정량화한 후 이의 평균값을 IC 분석에 사용할 수 있다.
병변 분류부(130)는 요오드 농도 산출부(120)에 의해 산출된 값, 즉 IC_N, IC_NP 비율 및 IC_NA 비율을 기초로 갑상선 병변을 분류하기 위한 것이다.
카테고리별 기준 특성을 숫자와 백분율로 표시하고 Fisher's exact test를 사용하여 세 그룹(PTC(papillary thyroid carcinoma), 양성 결절, 낭종) 간에 비교할 수 있다. 가우시안 분포를 갖는 정량적 데이터는 평균 ± 표준 편차로 표현되고, 비 정규 분포를 갖는 정량적 데이터는 정량적 범위를 갖는 중간 값으로 제시될 수 있다. 모든 데이터 간의 분산 및 균질성을 분석할 수 있다. 자료가 정상 분포 및 분산 균질성을 나타내면 일원 분산 분석(one-way ANOVA)을 사용하고 LSD(least significant difference) 방법으로 그룹 간 비교를 수행할 수 있다. 데이터가 정상 분포를 갖지 않거나 또는 분산 균질성이 없는 경우 Kruskal-Wallis 테스트를 사용하고 그룹 간 비교는 Tamhane 방법을 사용하여 수행할 수 있다. P < 0.05는 통계적으로 유의하다고 간주될 수 있으며, 다중 비교에서 조정된 p 값은 Bonferroni 보정을 사용하여 제시될 수 있다.
또한, 다중 클래스 분류를 위해 IC_N, IC_NP 비율 및 IC_NA 비율을 사용하여 수신기 동작 특성(ROC) 곡선을 플로팅할 수 있다. 상술한 통계 분석은 예를 들어 SPSS 소프트웨어(버전 22.0 SPSS, IBM)와 R 버전 3.3.1 (통계 작성을 위한 R Foundation, Vienna, Austria)의 pROC 패키지를 사용하여 컴퓨팅 장치 상에서 수행될 수 있으나, 본 발명이 반드시 이로 제한되는 것은 아니며 다양한 통계 분석 도구에 의해 구현될 수 있다.
일 예에 따르면, 46개의 PTC, 17개의 양성 결절 및 13개의 양성 낭종을 포함한 총 76 개의 갑상선 병변의 기준 특성은 표 1과 같다. 양성 갑상선 결절의 병리학적 진단에는 세 개의 여포 선종, 세 개의 세포 선종, 5개의 결절 과형성이 포함되었다. 세 그룹 사이에서 성별, 요오드화 조영제 농도, 자유 티록신 레벨(T4, ng/mL) 및 갑상선 자극 호르몬(TSH, uIU/mL)에서 유의한 차이는 없었다. 다만, PTC의 크기는 양성 결절 및 낭종보다 작았다. 선량 조절 기법의 스캔 범위에 따라 조영 증강된 경부 CT에 대한 체적 CT 선량 지수 및 선량 길이 곱의 계산된 평균은 각각 3.33 ± 0.54 mGy 및 99.26 ± 17.90 mGy * cm이었다. 표 1에서 PTC는 유두상 갑상선(papillary thyroid carcinoma), T4는 티록신, TSH는 갑상선 자극 호르몬, *는 group 1 vs group 2, 는 group 2 vs group 3, 는 group 1 vs group 3을 나타낸다.
[표 1]
표 2는 본 발명의 일 실시예에 따라 국소 갑상선 병변, 동측 갑상선 실질 및 동측 경동맥에 적용된 DECT 유도 IC 정량화의 평균값을 나타낸다. 동측 갑상선 실질 및 동측 경동맥에 대한 ROI로 측정한 평균 IC 값(mgI/mL)은 세 그룹간에 유의한 차이가 없으나(p > 0.05), 통계학적으로 유의한 차이가 있었다. 표 2에서 PTC는 유두상 갑상선, IC는 요오드 농도, IC_N는 갑상선 결절의 IC, IC_P는 동측 갑상선 실질의 IC, IC_A는 동측 경동맥의 IC, IC_NP ratio는 동측 갑상선 실질에 대해 정규화된 결절의 IC 비율, IC_NA ratio는 동측 경동맥에 대해 정규화된 결절의 IC 비율, *는 group 1 vs group 2, 는 group 2 vs group 3, 는 group 1 vs group 3을 나타낸다.
[표 2]
도 3은 갑상선 병변에 대한 요오드 농도를 나타내는 그래프로서, 도 3의 좌측 그래프는 결절의 요오드 농도(mg/mL)(N_IC), 가운데 그래프 및 우측 그래프는 각각 동측 갑상선 실질(IC_NP 비율) 및 동측 경동맥(IC_NA 비율)에 대한 정규화된 요오드 농도를 나타낸다. 도 3에서 중앙선은 중앙값이고, 상자는 사분위 범위를 나타내며, 최소값에서 최대값까지 whisker를 나타낸다.
도 3을 참조하면, IC_N 값은 양성 낭종에서 가장 낮았으며, PTCs이 뒤따르고, 그 다음이 양성 고체 결절이었다. 또한, 동측 갑상선 실질 및 동측 경동맥에 대한 국소 갑상선 병변의 IC 값과 마찬가지로 IC_NP와 IC_NA 모두 양성 낭종, PTC 및 양성 고체 결절 군에서 통계적으로 차이가 있었다(IC_NP 비율: 0.13 ± 0.09 vs. 0.62 ± 0.24 vs. 1.00 ± 0.46, 모두 각각 p < 0.05; 그리고 IC_NA 비율: 0.09, IQR 0.06-0.12 vs. 0.34, IQR 0.26-0.42 vs. 0.6, IQR 0.38-0.82, 모두 각각 p <0.001).
IC_N, IC_NP 비율 및 IC_NA 비율을 포함하는 모든 IC 값에 대해 다중 클래스 ROC 분석은 갑상선 결절을 특성화하는 높은 예측치를 보임을 알 수 있다. 표 3은 DECT에 대한 수용기 작동 특성 분석에 따라 갑상선 결절의 IC 값을 정량화하여 PTC, 양성 고체 결절 및 낭종을 분류한 결과를 나타낸다. 표 3에서 PTC는 유두상 갑상선, IC는 요오드 농도, IC_N는 갑상선 결절의 IC, IC_NP ratio는 동측 갑상선 실질에 대해 정규화된 결절의 IC 비율, IC_NA ratio는 동측 경동맥에 대해 정규화된 결절의 IC 비율, SEN은 민감도, SPE는 특이도, ACC는 정확도, NPV는 음성 예측치(negative predictive value), PPV는 양성 예측치(positive predictive value), AUC는 곡선 아래 면적(area under curve)을 나타낸다.
표 3을 참조하면, PTC 또는 양성 고체 결절과 낭종을 구별하기 위한 정량화된 IC 값의 모든 AUC는 0.927에서 1.000임을 알 수 있다. 또한, 양성 고체 결절과 PTC를 구별하기 위해 제안된 cut-off 값을 적용한 후 IC_N과 표준 IC_N의 민감도, 특이도 및 정확도는 AUC가 0.792에서 0.836 사이에서 64.7 ~ 70.6 %, 69.6 ~ 89.1 % 및 69.8 ~ 82.5 %였다.
[표 3]
상술한 본 발명의 실시예에 따르면, PTC, 양성 결절 및 낭종의 세 그룹 간 평균 IC 값(즉, IC_N, IC_NP 비율 및 IC_NA 비율)이 통계적으로 유의한 차이가 있음(P <0.05)을 기초로 갑상선 병변을 분류할 수 있다. 즉, 갑상선 낭종이 가장 낮고, PTCs이 뒤따르고, 그 다음이 양성 고체 결절이다.
도 4 내지 도 6은 다양한 갑상선 병변에 대한 초음파 영상, CT 영상 및 요오드 맵의 예를 도시하는 도면이다.
구체적으로, 도 4는 왼쪽 갑상선 낭종(크기: 17mm)을 가진 42세의 여성에 대한 초음파 영상, CT 영상 및 요오드 맵을 도시하는 것으로, 도 4의 우측에 도시된 요오드 맵에서 국부의 저감쇠 좌측 갑상선 병변은 요오드 농도가 상당히 낮은 조영 증강 CT 영상(도 4의 가운데)에 비해 훨씬 더 어두워 보인다(IC_N: 0.8 ㎎I/㎖, IC_NP 비율: 0.17, IC_NA 비율: 0.15). 이는, 도 4의 좌측에 도시된 초음파 영상에서 갑상선 낭종에 해당함을 확인할 수 있다.
또한, 도 5는 61세의 우측 유두 갑상선암 환자(크기: 20mm)에 대한 초음파 영상, CT 영상 및 요오드 맵을 도시하는 것이다. 우측 국부 갑상선 병변은 조영 증강 CT 상 중앙부에서 비특이적인 저감쇠 결절로 보였으나, 요오드 농도는 결절 내유성 실질보다 유의하게 낮음을 확인할 수 있다(IC_N: 3.5 mgI/ml; IC_NP 비율: 0.52; IC_NA 비율: 0.30).
또한, 도 6은 왼쪽 갑상선이 부풀어 오른 57 세의 여성에 대한 초음파 영상, CT 영상 및 요오드 맵을 도시하는 것으로, 해당 여성은 이후 결절 증식으로 확인되었다. 도 6의 좌측에 도시된 초음파 영상에서 말초 헤일로에 둘러싸여 있으며, favoring benignancy인 그녀의 왼쪽 갑상선 결절은 조영 증강 CT(도 6의 가운데 영상) 및 요오드 맵(도 6의 우측 영상)에서 이종 감쇠가 있음을 확인할 수 있다.
도 7은 본 발명의 다른 실시예에 따른 이중 에너지 CT 요오드 정량화를 이용한 갑상선 병변 분류 방법의 흐름도이다.
도 7을 참조하면, 본 발명의 다른 실시예에 따른 이중 에너지 CT 요오드 정량화를 이용한 갑상선 병변 분류 방법은, DECT 영상 획득 단계(S710), 요오드 농도 정량화 단계(S720) 및 갑상선 병변 분류 단계(S730)를 포함할 수 있다.
DECT 영상 획득 단계(S710)에서는 조영 증강 DECT 검사 프로토콜에 따라 대상자의 경부 CT 영상을 획득할 수 있다.
요오드 농도 정량화 단계(S720)에서는 획득한 경부 CT 영상으로부터 요오드 농도를 산출할 수 있다. 구체적으로, 요오드 농도 정량화 단계(S720)에서는 갑상선 결절의 IC 값(IC_N), IC_NP 비율 및 IC_NA 비율을 산출할 수 있다.
갑상선 병변 분류 단계(S730)에서는 산출된 IC_N, IC_NP 비율 및 IC_NA 비율을 기초로 갑상선 병변을 분류할 수 있다. 구체적으로, 갑상선 병변 분류 단계(S730)에서는 IC_N, IC_NP 비율 및 IC_NA 비율을 기초로 갑상선 병변을 갑상선 낭종, PTC 및 양성 고체 결절 중 어느 하나로 분류할 수 있다. 예를 들어, IC_N, IC_NP 비율 및 IC_NA 비율이 제1 범위에 속하면 갑상선 낭종으로 분류하고, 제2 범위에 속하면 PTC로 분류하고, 제3 범위에 속하면 양성 고체 결절로 분류할 수 있다. 여기서, 제1 내지 제3 범위는 상술한 분석 결과를 기초로 기 설정된 범위일 수 있으며 제1 범위가 가장 낮고, 제2 범위 및 제3 범위의 순서로 커지도록 설정될 수 있다.
각 단계를 수행하기 위한 구체적인 내용은 도 1을 참조하여 상술한 바와 동일하므로 이에 대한 중복적인 설명은 생략한다.
본 발명은 전술한 실시예 및 첨부된 도면에 의해 한정되는 것이 아니다. 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 있어, 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 본 발명에 따른 구성요소를 치환, 변형 및 변경할 수 있다는 것이 명백할 것이다.
10: DECT
100: 갑상선 병변 분류 시스템
110: 영상 입력부
120: 요오드 농도 산출부
130: 병변 분류부
100: 갑상선 병변 분류 시스템
110: 영상 입력부
120: 요오드 농도 산출부
130: 병변 분류부
Claims (6)
- 이중 에너지 CT에 의해 획득한 경부 CT 영상을 입력받는 영상 입력부;
상기 경부 CT 영상에서 관심 영역으로 선택된 갑상선 병변의 요오드 농도 값을 산출하고, 상기 요오드 농도 값을 동측 갑상선 실질 및 동측 경동맥 각각에 대해 정규화하여 IC_NP 비율 및 IC_NA 비율을 산출하는 요오드 농도 산출부; 및
상기 요오드 농도 값, IC_NP 비율 및 IC_NA 비율을 기초로 갑상선 병변을 분류하는 병변 분류부를 포함하는 갑상선 병변 분류 시스템.
- 제 1 항에 있어서, 상기 요오드 농도 산출부는,
상기 요오드 농도 값을 상기 동측 갑상선 실질의 요오드 농도 값으로 나누어 상기 IC_NP 비율을 산출하고, 상기 요오드 농도 값을 상기 동측 경동맥의 요오드 농도 값으로 나누어 상기 IC_NA 비율을 산출하는 것을 특징으로 하는 갑상선 병변 분류 시스템.
- 제 1 항에 있어서, 상기 병변 분류부는,
상기 요오드 농도 값, IC_NP 비율 및 IC_NA 비율을 기초로 갑상선 병변을 갑상선 낭종, PTC 및 양성 고체 결절 중 어느 하나로 분류하는 것을 특징으로 하는 갑상선 병변 분류 시스템.
- 제 3 항에 있어서, 상기 병변 분류부는,
상기 요오드 농도 값, IC_NP 비율 및 IC_NA 비율이 제1 범위에 속하면 갑상선 낭종으로 분류하고, 제2 범위에 속하면 PTC로 분류하고, 제3 범위에 속하면 양성 고체 결절로 분류하며, 상기 제1 범위가 가장 낮고, 상기 제2 범위 및 상기 제3 범위의 순서로 커지도록 설정된 값인 것을 특징으로 하는 갑상선 병변 분류 시스템.
- 이중 에너지 CT(DECT)에 의해 경부 CT 영상을 획득하는 DECT 영상 획득 단계;
상기 경부 CT 영상에서 관심 영역으로 선택된 갑상선 병변의 요오드 농도 값을 산출하고, 상기 요오드 농도 값을 동측 갑상선 실질 및 동측 경동맥 각각에 대해 정규화하여 IC_NP 비율 및 IC_NA 비율을 산출하는 요오드 농도 정량화 단계; 및
상기 요오드 농도 값, IC_NP 비율 및 IC_NA 비율을 기초로 갑상선 병변을 분류하는 갑상선 병변 분류 단계를 포함하는 갑상선 병변 분류 방법.
- 제 5 항에 있어서,
상기 갑상선 병변 분류 단계는, 상기 요오드 농도 값, IC_NP 비율 및 IC_NA 비율을 기초로 갑상선 병변을 갑상선 낭종, PTC 및 양성 고체 결절 중 어느 하나로 분류하는 것을 특징으로 하는 갑상선 병변 분류 방법.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020190006817A KR102161302B1 (ko) | 2019-01-18 | 2019-01-18 | 이중 에너지 ct 요오드 정량화를 이용한 갑상선 병변 분류 시스템 및 방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020190006817A KR102161302B1 (ko) | 2019-01-18 | 2019-01-18 | 이중 에너지 ct 요오드 정량화를 이용한 갑상선 병변 분류 시스템 및 방법 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20200090288A true KR20200090288A (ko) | 2020-07-29 |
KR102161302B1 KR102161302B1 (ko) | 2020-10-05 |
Family
ID=71893774
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020190006817A KR102161302B1 (ko) | 2019-01-18 | 2019-01-18 | 이중 에너지 ct 요오드 정량화를 이용한 갑상선 병변 분류 시스템 및 방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102161302B1 (ko) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07265299A (ja) * | 1994-03-29 | 1995-10-17 | Yoshimasa Imanishi | 甲状腺ヨウ素量の測定方法 |
JP2011244875A (ja) * | 2010-05-24 | 2011-12-08 | Ge Medical Systems Global Technology Co Llc | 画像処理装置、画像表示装置およびプログラム並びにx線ct装置 |
JP5295661B2 (ja) * | 2008-06-30 | 2013-09-18 | ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー | 断層像処理装置、x線ct装置およびプログラム |
US20190038209A1 (en) * | 2016-02-01 | 2019-02-07 | Board Of Regents, The University Of Texas System | Using Spectral CT to Diagnose Thyroid Nodules |
-
2019
- 2019-01-18 KR KR1020190006817A patent/KR102161302B1/ko active IP Right Grant
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07265299A (ja) * | 1994-03-29 | 1995-10-17 | Yoshimasa Imanishi | 甲状腺ヨウ素量の測定方法 |
JP5295661B2 (ja) * | 2008-06-30 | 2013-09-18 | ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー | 断層像処理装置、x線ct装置およびプログラム |
JP2011244875A (ja) * | 2010-05-24 | 2011-12-08 | Ge Medical Systems Global Technology Co Llc | 画像処理装置、画像表示装置およびプログラム並びにx線ct装置 |
US20190038209A1 (en) * | 2016-02-01 | 2019-02-07 | Board Of Regents, The University Of Texas System | Using Spectral CT to Diagnose Thyroid Nodules |
Also Published As
Publication number | Publication date |
---|---|
KR102161302B1 (ko) | 2020-10-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Pickhardt et al. | Simultaneous screening for osteoporosis at CT colonography: bone mineral density assessment using MDCT attenuation techniques compared with the DXA reference standard | |
Johnson et al. | Lobular breast cancer series: imaging | |
Pompe et al. | Intravenous contrast injection significantly affects bone mineral density measured on CT | |
Razek et al. | Perfusion CT of head and neck cancer | |
Guillem et al. | Neither FDG-PET nor CT can distinguish between a pathological complete response and an incomplete response after neoadjuvant chemoradiation in locally advanced rectal cancer: a prospective study | |
Andersson et al. | Breast tomosynthesis and digital mammography: a comparison of breast cancer visibility and BIRADS classification in a population of cancers with subtle mammographic findings | |
Summers et al. | Feasibility of simultaneous computed tomographic colonography and fully automated bone mineral densitometry in a single examination | |
Zhang et al. | Quantitative CT texture analysis for evaluating histologic grade of urothelial carcinoma | |
O’Connell et al. | Dedicated cone-beam breast computed tomography and diagnostic mammography: comparison of radiation dose, patient comfort, and qualitative review of imaging findings in BI-RADS 4 and 5 lesions | |
Traugott et al. | Exclusion of malignancy in thyroid nodules with indeterminate fine‐needle aspiration cytology after negative 18F‐fluorodeoxyglucose positron emission tomography: interim analysis | |
Toepker et al. | Can dual-energy CT improve the assessment of tumor margins in oral cancer? | |
Pooler et al. | Prospective evaluation of reduced dose computed tomography for the detection of low-contrast liver lesions: direct comparison with concurrent standard dose imaging | |
Lee et al. | Dual‐energy CT iodine quantification for characterizing focal thyroid lesions | |
Jia et al. | CT spectral parameters and serum tumour markers to differentiate histological types of cancer histology | |
Ko et al. | Lung nodule detection and characterization with multislice CT | |
Wang et al. | Dual-energy CT quantitative parameters for the differentiation of benign from malignant lesions and the prediction of histopathological and molecular subtypes in breast cancer | |
Zou et al. | Characteristics of vertebral CT Hounsfield units in elderly patients with acute vertebral fragility fractures | |
Hwang et al. | Qualitative comparison of noncontrast head dual-energy computed tomography using rapid voltage switching technique and conventional computed tomography | |
Chen et al. | Quantitative assessment of metabolic tumor burden in molecular subtypes of primary breast cancer with FDG PET/CT | |
US20150031992A1 (en) | Identifying kidney stone composition from medical imaging | |
Bisdas et al. | Outcome prediction after surgery and chemoradiation of squamous cell carcinoma in the oral cavity, oropharynx, and hypopharynx: use of baseline perfusion CT microcirculatory parameters vs. tumor volume | |
Miyake et al. | Benign or malignant?: differentiating breast lesions with computed tomography attenuation values on dynamic computed tomography mammography | |
Inoue et al. | Lung cancer screening using clinical photon-counting detector computed tomography and energy-integrating-detector computed tomography: a prospective patient study | |
Buch et al. | Validation of a multi-frequency bioelectrical impedance analysis device for the assessment of body composition in older adults with type 2 diabetes | |
Bao et al. | Correlation between dual-energy computed tomography single scan and computed tomography perfusion for pancreatic cancer patients: initial experience |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |