[논문 리뷰] Using complex networks towards information retrieval and diagnostics in multidimensional imaging

Soumya Banerjee, Mohammad Azharuddin외 5명|arXiv (Cornell University)|2015. 06. 08.

Olfactory and Sensory Function Studies참고 문헌 82인용 수 15

한 줄 요약

이 논문은 다차원 동적 영상—특히 열화상 영상 시계열—을 복잡한 네트워크로 변환하는 새로운 복잡한 네트워크 기반 프레임워크를 제안한다. 이는 정보 검색 및 진단 능력을 향상시키기 위한 것이다. 엣지 중간성 중심성 같은 네트워크 지표를 분석함으로써, 이 방법은 건성 안구 환자(ADDE), 콘택트 렌즈 착용자, 라식 수술 환자를 건강한 대조군과 구별해 내는데 성공한다. 이는 병적 상태에서 열역학적 동역학이 손상된 것을 시사하는 유사한 네트워크 구조를 보여준다.

ABSTRACT

We present a fresh and broad yet simple approach towards information retrieval in general and diagnostics in particular by applying the theory of complex networks on multidimensional, dynamic images. We demonstrate a successful use of our method with the time series generated from high content thermal imaging videos of patients suffering from the aqueous deficient dry eye (ADDE) disease. Remarkably, network analyses of thermal imaging time series of contact lens users and patients upon whom Laser-Assisted in situ Keratomileusis (Lasik) surgery has been conducted, exhibit pronounced similarity with results obtained from ADDE patients. We also propose a general framework for the transformation of multidimensional images to networks for futuristic biometry. Our approach is general and scalable to other fluctuation-based devices where network parameters derived from fluctuations, act as effective discriminators and diagnostic markers.

연구 동기 및 목표

• . 복잡한 네트워크를 적용한 다차원 동적 영상에 기반한 확장 가능하고 비침습적인 진단 방법을 개발하는 것.
• 기존 열화상 기술의 한계인 낮은 해상도와 환경 노이즈 문제를 해결하는 것.
• 기존 영상 처리 기법이 감지하지 못하는 열역학적 변동에서 숨겨진 동역학적 특징을 추출하는 것.
• 네트워크 지표를 망막 표면 장애의 효과적이고 분류 능력이 뛰어난 생물학적 지표로 정립하는 것.
• 이 방법이 생체 인식 및 실시간 임상 진단에 활용될 잠재력을 탐색하는 것.

제안 방법

• . 눈과 얼굴 부위의 고내용성 열화상 영상에서 시계열 데이터를 추출한다.
• 각 시계열은 가시성 그래프 알고리즘을 사용하여 유사한 네트워크로 변환되며, 이때 노드는 온도 값, 엣지는 시간적 전이를 나타낸다.
• 엣지 중간성 중심성(Be)과 같은 지표를 사용해 네트워크 구조를 분석한다. Be는 온도 영역 간 전이 빈도를 정량화한다.
• Be의 누적 분포를 계산하고, 건강한 사람, ADDE 환자, 콘택트 렌즈 착용자, 라식 수술 환자 등의 그룹 간 비교를 통해 분류 가능한 패턴을 식별한다.
• 이 방법은 다양한 생리적 상태 간의 네트워크 구조를 비교 가능하게 하여 열역학적 변동 동역학의 차이를 드러낸다.
• 이 프레임워크는 열화상 외에도 변동 기반 영상 모odalities에 일반화 가능하다.

실험 결과

연구 질문

• RQ1 . 복잡한 네트워크 분석을 통해 열화상 시계열을 분석할 때 건성 안구 환자(ADDE)와 건강한 개인을 효과적으로 구별할 수 있는가?
• RQ2 . 콘택트 렌즈 착용자나 라식 수술을 받은 환자가 네트워크 지표를 통해 분석했을 때 ADDE 환자와 유사한 열역학적 변동 동역학을 보이는가?
• RQ3 . 엣지 중간성 중심성(Be)이 동적 열화상에서 병적 망막 상태를 강력하게 분류할 수 있는가?
• RQ4 . 건강한 상태와 병적 상태에서 눈과 얼굴의 열역학적 변동 간 결합 정도는 어떻게 다른가?
• RQ5 . 이 네트워크 기반 접근법은 지역적 열역학적 동역학을 기반으로 생체 인식을 가능하게 할 수 있는가?

주요 결과

• . 건성 안구 환자(DE)의 누적 엣지 중간성 중심성(Be) 분포는 콘택트 렌즈 착용자(CL) 및 라식 수술 환자(LASIK)와 거의 동일하여 공통된 네트워크 구조를 나타낸다.
• . 콘택트 렌즈 착용자들은 렌즈 착용 여부와 관계없이 ADDE 환자와 Be 분포가 구분되지 않아 지속적인 병적 동역학을 시사한다.
• . 라식 수술 환자는 수술 전·후 모두 ADDE 환자와 매우 유사한 Be 분포를 보이며, 네트워크 수준의 지속적인 변화를 나타낸다.
• . 건강한 개인(HE)의 Be 분포는 ADDE 환자와 특히 눈 부위에서 크게 다름을 확인하여 진단 분류 능력을 입증한다.
• . 볼 부위는 다른 Be 분포 패턴을 보인다: 건강한 개인(HE 및 HC) 간에 유의미한 차이가 있으며, ADDE 및 콘택트 렌즈 착용자(DE 및 CL)는 유사한 분포를 보여, 병적 동역학이 지역에 따라 달라짐을 시사한다.
• . 결과적으로 네트워크 기반 분석은 공간적 영상 데이터만으로는 드러나지 않는 대사 및 기능적 이상을 포착함으로써, 이 방법이 진단 도구로 유효함을 검증한다.