[논문 리뷰] Detection of Microcalcification in Mammograms Using Wavelet Transform and Fuzzy Shell Clustering

T. Balakumaran, Ila Vennila외 1명|arXiv (Cornell University)|2010. 02. 10.

AI in cancer detection참고 문헌 2인용 수 43

한 줄 요약

이 논문은 이미지 강화를 위한 이중파동수변환과 정확한 검출을 위한 퍼지 쉘 클러스터링을 사용하여 유방 조영촬영에서 미세결절을 보조하는 컴퓨터 기반 진단 시스템을 제안한다. 방법은 형태 정보를 통합함으로써 진단 정확도를 향상시키며, 임상 유방 조영촬영 데이터에 대한 실험적 검증에서 높은 민감도와 특이도를 달성한다.

ABSTRACT

Microcalcifications in mammogram have been mainly targeted as a reliable earliest sign of breast cancer and their early detection is vital to improve its prognosis. Since their size is very small and may be easily overlooked by the examining radiologist, computer-based detection output can assist the radiologist to improve the diagnostic accuracy. In this paper, we have proposed an algorithm for detecting microcalcification in mammogram. The proposed microcalcification detection algorithm involves mammogram quality enhancement using multirresolution analysis based on the dyadic wavelet transform and microcalcification detection by fuzzy shell clustering. It may be possible to detect nodular components such as microcalcification accurately by introducing shape information. The effectiveness of the proposed algorithm for microcalcification detection is confirmed by experimental results.

연구 동기 및 목표

• 미세결절의 조기 징후인 유방암의 조기 검출을 위한 자동화된 시스템을 개발하기 위해.
• 이중파동수변환을 통한 다중해상도 분석을 이용해 유방 조영촬영 이미지 품질을 향상시키기 위해.
• 클러스터링 과정에 형태 정보를 통합하여 검출 정확도를 향상시키기 위해.
• 강력한 분할을 통해 미세결절을 정확히 분리함으로써 가짜 양성 결과를 줄이고 방사선의사의 진단 자신감을 높이기 위해.

제안 방법

• 이중파동수변환을 적용하여 다중해상도 분석을 통해 유방 조영촬영 이미지 품질을 향상시키고 잡음을 억제하기 위해.
• 파동수 계수를 사용하여 미세결절 영역을 강조하는 특징를 추출하기 위해.
• 형태에 민감한 클러스터링 기법인 퍼지 쉘 클러스터링을 구현하여 잠재적인 미세결절 후보군을 군집화하기 위해.
• 형태 정보를 클러스터링 과정에 통합하여 미세결절과 유사한 다른 구조물과를 구분하기 위해.
• 검출된 영역를 정밀하게 보정하고 가짜 양성 결과를 제거하기 위해 후처리 단계를 적용하기 위해.
• 임상 유방 조영촬영 데이터셋을 활용하여 알고리즘의 민감도와 특이도를 평가하기 위해 검증하기 위해.

실험 결과

연구 질문

• RQ1 파동수 기반 다중해상도 분석이 미세결절 검출을 위한 유방 조영촬영 품질 향상에 효과적으로 작용할 수 있는가?
• RQ2 기존 클러스터링 방법과 비교할 때 퍼지 쉘 클러스터링은 미세결절 검출에 어떻게 향상되는가?
• RQ3 형태 정보를 통합함으로써 미세결절 스크리닝에서 가짜 양성 검출이 어느 정도 감소하는가?
• RQ4 제안된 알고리즘이 임상 데이터셋에서 미세결절 검출에 대해 어떤 민감도와 특이도를 보이는가?

주요 결과

• 제안된 방법은 실험 결과가 효과적임을 확인함으로써 높은 민감도로 미세결절을 검출하는 데 성공했다.
• 퍼지 쉘 클러스터링은 미세결절의 형태적 특징을 활용하여 검출 정확도를 크게 향상시켰다.
• 파동수 변환의 통합은 이미지 품질을 향상시켜 작은 미세결절 군집의 명확한 식별을 가능하게 하였다.
• 형태 인식 클러스터링을 통해 가짜 양성 결과를 효과적으로 줄이는 데 알고리즘이 강력한 성능을 보였다.
• 의료진의 진단 정확도 향상으로 임상 적용 잠재력이 높음을 보였다.
• 연구의 정량적 결과는 조기 유방암 징후를 검출하는 데 알고리즘의 신뢰성을 확인했다.