[논문 리뷰] An Improved Image Mining Technique For Brain Tumour Classification Using Efficient Classifier

P. Rajendran, M. Madheswaran|arXiv (Cornell University)|2010. 01. 12.

Image Retrieval and Classification TechniquesComputer Science참고 문헌 26인용 수 22

한 줄 요약

이 논문은 MARI 알고리즘을 사용한 자르기 적용된 연관 규칙 마이닝을 통해 저수준 영상 특징과 전문가 지식을 통합하여 뇌종양 분류를 위한 향상된 영상 마이닝 기법을 제안한다. 이 방법은 CT 뇌 스캔을 정상, 양성 또는 악성으로 분류할 때 96%의 민감도와 93%의 정확도를 달성한다.

ABSTRACT

An improved image mining technique for brain tumor classification using pruned association rule with MARI algorithm is presented in this paper. The method proposed makes use of association rule mining technique to classify the CT scan brain images into three categories namely normal, benign and malign. It combines the low level features extracted from images and high level knowledge from specialists. The developed algorithm can assist the physicians for efficient classification with multiple keywords per image to improve the accuracy. The experimental result on prediagnosed database of brain images showed 96 percent and 93 percent sensitivity and accuracy respectively.

연구 동기 및 목표

• 영상 마이닝 기법을 활용하여 CT 스캔 영상에서 뇌종양 분류의 정확도를 향상시키기 위해.
• 저수준 영상 특징과 고수준 전문가 지식을 통합하여 진단 지원 능력을 향상시키기 위해.
• 분류 정밀도를 향상시키기 위해 이미지당 다중 키워드 분류 기능을 갖춘 시스템을 개발하기 위해.
• 자동화된 마이닝을 통해 거짓 양성 결과를 줄이고 뇌종양의 조기 발견을 향상시키기 위해.
• 실제 적용 가능성을 확인하기 위해 사전 진단된 뇌 영상 데이터베이스에서 방법을 검증하기 위해.

제안 방법

• 이 방법은 CT 스캔 영상에서 의미 있는 패턴을 추출하기 위해 자르기 적용된 연관 규칙 마이닝을 사용한다.
• 뇌 MRI/CT 영상에서 텍스처, 강도, 형태와 같은 저수준 특징을 추출한다.
• MARI(Mining Association Rules in Image) 알고리즘을 사용하여 특징 집합에서 연관 규칙를 생성하고 개선한다.
• 放射선 전문의의 지식을 고수준 규칙으로 인코딩하여 마이닝 과정을 안내하고 검증한다.
• 이미지당 다중 키워드를 적용하여 분류의 세분화 수준을 향상시키고 모호성을 줄인다.
• 영상 특징과 전문가 규칙을 융합한 하이브리드 접근 방식을 통해 정상, 양성, 악성으로 분류하는 세 클래스 분류를 위한 효율적인 분류기 학습을 수행한다.

실험 결과

연구 질문

• RQ1 자르기 적용된 연관 규칙 마이닝이 CT 스캔에서 뇌종양 분류 정확도를 향상시킬 수 있는가?
• RQ2 저수준 영상 특징과 전문가 지식을 조합하여 진단 정밀도를 얼마나 효과적으로 향상시킬 수 있는가?
• RQ3 이미지당 다중 키워드 분류가 민감도와 특이도를 얼마나 향상시키는가?
• RQ4 MARI 알고리즘이 의료 진단을 위한 복잡한 영상 데이터를 효율적으로 처리할 수 있는가?
• RQ5 실제 사전 진단된 데이터셋에서 제안된 시스템의 민감도와 정확도 성능은 어떠한가?

주요 결과

• 제안된 방법은 CT 스캔에서 뇌종양을 탐지하는 데 96%의 민감도를 달성했다.
• 시스템은 정상, 양성 또는 악성 카테고리로 뇌 영상을 분류하는 데 총 93%의 정확도를 보였다.
• 저수준 영상 특징과 전문가가 도출한 고수준 규칙의 통합이 분류 신뢰도를 크게 향상시켰다.
• 이미지당 다중 키워드 사용이 미세한 종양 특징을 구분하는 시스템의 능력을 향상시켰다.
• 자르기 적용된 연관 규칙 마이닝 접근 방식은 관련 없는 규칙을 줄이고 계산 효율성을 향상시켰다.
• 결과는 사전 진단된 데이터베이스에서 검증되었으며, 임상 적용 가능성을 확인했다.