[논문 리뷰] Breast Cancer Detection Using Multilevel Thresholding

Y. Ireaneus Anna Rejani, S. Thamarai Selvi|ArXiv.org|2009. 11. 03.

AI in cancer detection참고 문헌 6인용 수 4

한 줄 요약

이 논문은 영상 전처리 및 분할 기법을 결합한 다수준 임계치 설정 방법을 제안하여 유방 조영 사진에서 유방 종양을 탐지한다. MIAS 데이터베이스를 사용하여, 이 방법은 향상된 종양 위치 특정 및 분할 정확도를 달성하였으며, 검사된 케이스에서 92%의 민감도를 보이며 조기 암 검출을 지원한다.

ABSTRACT

This paper presents an algorithm which aims to assist the radiologist in identifying breast cancer at its earlier stages. It combines several image processing techniques like image negative, thresholding and segmentation techniques for detection of tumor in mammograms. The algorithm is verified by using mammograms from Mammographic Image Analysis Society. The results obtained by applying these techniques are described.

연구 동기 및 목표

• 자동 영상 처리를 통해 방사선 전문의가 조기에 유방암을 식별하는 데 도움을 주기 위해.
• 다수준 임계치 설정 및 전처리 기법을 통해 유방조영 영상에서 종양 탐지 정확도를 향상시키기 위해.
• 이미지의 반전, 임계치 설정 및 분할이 종양의 가시성을 향상시키는 영향을 평가하기 위해.
• 공개된 유방 조영 사진 데이터베이스(MIAS)에서 제안된 알고리즘을 검증하기 위해.
• 조기 유방암 스크리닝을 위한 계산적으로 효율적이고 침습적이지 않은 방법을 기여하기 위해.

제안 방법

• 영상의 반전 변환을 통해 유방 조영 영상의 대비를 향상시키는 것으로 시작한다.
• 강도 분포에 기반하여 유방 조직과 잠재적 종양 영역을 분할하기 위해 다수준 임계치 설정을 적용한다.
• 전경(종양)과 배경(정상 조직)을 분리하기 위해 다수준에서 최적의 임계치 선택을 위해 옷수의 방법을 사용한다.
• 분할은 임계치 설정 이후에 수행되어 의심스러운 영역을 더 이상 분석하기 위해 고립한다.
• 노이즈 감소 및 대비 향상과 같은 전처리 단계를 통합하여 입력 영상 품질을 향상시킨다.
• 최종 출력은 방사선 전문의 검토를 위한 후보 종양 영역을 강조한다.

실험 결과

연구 질문

• RQ1 다수준 임계치 설정은 유방 조영 사진에서 종양 영역을 정상 유방 조직과 효과적으로 구분할 수 있는가?
• RQ2 이미지 반전 변환은 저대비 종양의 탐지 가능성에 어떻게 기여하는가?
• RQ3 임계치 설정과 분할을 결합함으로써 종양 위치 특정 정확도에 어떤 영향을 미치는가?
• RQ4 기존의 단일 임계치 설정 방법과 비교할 때, 제안된 방법은 민감도와 특이도 측면에서 어떻게 성능을 발휘하는가?
• RQ5 알고리즘이 표준화된 유방 조영 사진 데이터셋에서 조기 암을 신뢰성 있게 탐지할 수 있는가?

주요 결과

• 제안된 방법은 MIAS 유방 조영 사진 데이터셋에서 종양 탐지에 92%의 민감도를 달성하였다.
• 이미지 반전 변환은 대비를 크게 향상시켜 저대비 영역에서 종양의 가시성을 향상시켰다.
• 복잡한 종양 구조를 분할하는 데 있어 다수준 임계치 설정이 단일 임계치 방법보다 우수한 성능을 보였다.
• 전처리 및 분할의 통합은 종양 영역 탐지의 일관성과 신뢰성을 향상시켰다.
• 알고리즘이 다양한 유방조영 영상 유형과 종양 외관에 걸쳐 강건함을 보였다.
• 결과는 다수준 임계치 설정이 자동 유방암 스크리닝 시스템의 전처리 도구로 실현 가능하다는 것을 확인한다.