딥러닝 기법을 사용한 2차원 경직장 초음파 영상에서 자동화된 전립선 부피 측정 방법에 관한 연구
Automated Prostate Volume Measurement in 2D TRUS Using Deep Learning
- 주제어 (키워드) 경직장 초음파 , 전립선 , 부피 측정 , 딥러닝 , 영역 분할
- 발행기관 서강대학교 일반대학원
- 지도교수 송태경
- 발행년도 2022
- 학위수여년월 2022. 8
- 학위명 석사
- 학과 및 전공 일반대학원 전자공학과
- 실제 URI http://www.dcollection.net/handler/sogang/000000067010
- UCI I804:11029-000000067010
- 본문언어 한국어
- 저작권 서강대학교 논문은 저작권 보호를 받습니다.
초록
경직장 초음파 촬영(TRUS)을 통한 전립선 부피의 측정은 전립선 비대증을 진단하거나, 전립선 암의 위험성을 예측하는 전립선 특이 항원 밀도를 계산하는데 사용된다. 2차원 TRUS를 사용한 전립선의 부피는 임상의가 직접 측정하는 방법으로 진행되어 왔다. 이는 임상의가 부피를 측정할 때마다 그 값이 달라질 수 있고, 다른 임상의가 측정한 결과와 값이 다를 수 있는 단점을 가지고 있다. 이러한 단점을 극복하기 위해 정확한 전립선의 경계의 감지가 필요한 다양한 자동화된 부피 측정 방법이 제시되었다. 하지만 전립선의 모양이 다양하고, 초음파 영상에서 전립선의 밝기 분포가 불분명하기 때문에 이러한 자동화된 방법은 정확한 결과를 내기 어려운 점이 있다. 위 논문에서는 2차원 TRUS 영상에서 딥러닝 아키텍처를 사용하여 자동화된 전립선 부피 측정 방법을 제시한다. 특히 전립선 영역 분할의 정확도를 높이기 위해 2단계 영역 분할 방법을 제안하였다. 먼저 VGG-19 기반의 분류 신경망으로 영상이 촬영된 단면의 종류를 구분하고, 이 정보를 Unet 기반의 영역 분할 신경망의 입력으로 사용하였다. 단면의 종류에 따라 전립선 모양이 달랐기 때문에 단면 종류와 관계없이 영역 분할한 결과보다 더 높은 정확도를 보였다. 또한 제안하는 방법으로 측정된 부피 측정 결과를 임상의가 측정한 결과와 비교하였고 제안하는 방법의 효용성을 검증하였다.
more