[논문 리뷰] Image biomarker standardisation initiative - feature definitions.

Alex Zwanenburg, Stefan Leger외 2명|arXiv (Cornell University)|2016. 12. 21.

Radiomics and Machine Learning in Medical Imaging인용 수 114

한 줄 요약

이 논문은 영상생물표지자표준화이니셔티(IBSI) 내에서 종합적인 의료 영상 특징의 표준 정의를 수립하여 방사선학적 특징 추출의 재현성과 일관성을 햖थ히고자 한다. 강도, 형태, 질감 지표와 같은 특징을 정의함으로써 이니셔티는 종양학적 결과와의 신뢰할 수 있는 특징 추출 및 생물표지자 관련성 추론을 가능하게 한다.

ABSTRACT

While analysis of medical images has practically taken place since the first image was recorded, high throughput analysis of medical images is a more recent phenomenon. The aim of such a radiomics process is to provide decision support based on medical imaging. Part of the radiomics process is the conversion of image data into numerical features which capture different medical image aspects, and can be subsequently correlated as biomarkers to e.g. expected oncological treatment outcome. With the growth of the radiomics field, it has become clear that results are often difficult to reproduce, that standards for image processing and feature extraction are missing, and that reporting guidelines are absent. The image biomarker standardisation initiative (IBSI) seeks to address these issues. The current document provides definitions for a large number of image features.

연구 동기 및 목표

• 의료 영상 연구 간 방사선학적 특징 추출의 표준화 부족을 해결하기 위해.
• 이미지 특징에 대한 일관된 정의를 수립함으로써 방사선학적 결과의 재현성을 향상시키기 위해.
• 방사선학 연구의 보고 지침 및 상호운용성의 기반을 마련하기 위해.
• 치료 반응과 같은 임상 결과와 영상 특징 간의 신뢰할 수 있는 연관성 확립을 위해.

제안 방법

• 강도, 형태, 질감 기반 지표를 포함한 광범위한 이미지 특징을 체계적으로 정의하기 위해.
• 각 특징을 기술하기 위해 표준화된 용어와 수학적 공식을 사용하기 위해.
• 정의가 모호하지 않고 다양한 영상 모odalities와 스캐너에 모두 적용 가능하도록 보장하기 위해.
• 의료 영상 분석 및 방사선학 분야의 기존 원칙과 정의를 일치시키기 위해.
• 체계적인 적용과 보고를 위해 논리적인 카테고리로 특징을 정리하기 위해.
• 연구자 및 소프트웨어 개발자를 위한 명확한 문서화를 통해 구현 지원하기 위해.

실험 결과

연구 질문

• RQ1 어떻게 이미지 특징 정의를 표준화하여 방사선학의 재현성을 향상시킬 수 있는가?
• RQ2 의료 영상에 대한 일관되고 모호하지 않은 특징 정의의 핵심 구성 요소는 무엇인가?
• RQ3 표준화된 특징 정의가 종양학에서 신뢰할 수 있는 생물표지자 발견을 어떻게 지원할 수 있는가?
• RQ4 표준화가 해결할 수 있는 현재의 방사선학 관행에서 존재하는 과제는 무엇인가?

주요 결과

• IBSI는 방사선학에서 사용되는 이미지 특징에 대한 포괄적이고 표준화된 용어 체계를 제공한다.
• 표준화된 정의로 인해 특징 추출의 모호성이 감소하고 다수 연구 간 비교 가능성 향상.
• 이니셔티는 다양한 영상 플랫폼과 연구 환경 간 특징의 일관된 적용을 가능하게 한다.
• 수학적으로 정밀하게 특징을 정의함으로써 이 프레임워크는 신뢰할 수 있는 생물표지자 검증을 지원한다.
• 이 작업은 향후 보고 지침 및 방사선학의 품질 관리 기반을 마련한다.
• 표준화 노력은 영상 생물표지자의 임상적 적용 가능성을 향상시킨다.