We have developed a novel, automatic computer-aided-diagnosis (CAD) program that takes advantage of three-dimensional (3D) volumetric data with multi-slice CT allows us to increase the efficacy of detecting early lung cancer. The efficacy of detecting small nodules increases with high-resolution CT imaging. We have evaluated the effect of slice thickness (ST) and reconstruction interval (RI) on automatic detection of pulmonary nodules in multi-slice CT by a newly developed three-dimensional (3D) morphologic matching (3DMM) CAD algorithm. Clinical spiral chest CT scans obtained in a multi-slice CT were reviewed in five patients with a total of 29 nodules (16＞5 mm, 13 of 3-5 mm diameter). From the raw CT projection data, three sets of CT images were reconstructed separately in each patient by selecting ST-RI (mm) at 1-1, 5-1, and 5-5 combinations, resulting in a total of 15 CT data sets. First, 3D lung region was segmented. From this segmented region, non-parenchymal structures were extracted and labeled to generate candidates. Shape features were evaluated along with geometric constraints. For the 5-5 data sets, the program automatically adjusted the 3D shape criteria to compensate ‘low’ 3D connectivity between adjacent slices. 3D region-growing and morphologic matching processes were applied. Finally, the nodules detected by CAD were compared with those identified by a chest radiologist to calculate the sensitivity and false positive rate for each data set. The sensitivity of detecting all nodules ≥3mm by 3DMM CAD was 96.6% ($\frac{28}{29}$) for 1-1, 92.9% ($\frac{26}{28}$) for 5-1, and 87% ($\frac{20}{23}$) for 5-5 data sets. Corresponding false positives per patient (FPP) for nodules ≥ 3mm were 4.6 for 1-1, 9.4 for 5-1, and 24.4 for 5-5 data sets. Detection of pulmonary nodules by our CAD program was highly accurate in high resolution (1mm) CT. The accuracy decreased with an increase in slice thickness but was improved substantially with the use of a small reconstruction interval.
폐암은 미국에서뿐 아니라 한국에서도 사망 원인 1위인 병으로 자리를 잡았고, 암 센터의 연구 결과에서 그 수가 앞으로도 계속 증가할 것으로 보고되고 있다. 폐암은 다른 암들과 달리 조기에 발견하여 수술하면 70%이상 완치될 수 있기 때문에 폐암 조기 검진이 중요한 관건이 되고 있다. 이로 인해 1970년대 이후 폐암의 조기 검진을 위한 많은 노력이 있어왔는데 여러 연구 결과 끝에 가장 효과적인 검진 방법은 전산화 단층 촬영 영상 분석이라고 알려지고 있다. 한편 전산화 단층활영장치 또한 하드웨어의 발달로 인해 다배열 검출기를 사용하여 이전보다 더 좋은 고해상 영상을 얻을 수 있게 되었다. 하지만 이 경우에 좋은 검진율을 나타내지만, 대용량의 데이터가 발생하게 되는데 그로 인해 방사선과 의사들의 피로도가 증가되어 판독 능력이 저하된다. 대용량의 단층 촬영 영상 데이터에서 자동적으로 폐 결절을 검출하는 컴퓨터보조진단 시스템은 의사의 판독을 보다 정확하고 일관성 있게 도와준다고 하는 연구 결과들이 보고 되고 있다. 그러나 대부분의 컴퓨터보조진단에 관한 연구들이 영상의 이차원적인 데이터만을 가지고 질병을 분석하고 있으며, 또한 단층 영상의 획득 시 영상의 특징을 결정지어주는 영상의 획득 인자들이 컴퓨터보조진단 시스템에 미치는 영향에 대한 연구가 보고된 적이 없다.
본 논문은 흉부 전산화단층촬영 영상에서 폐 결절을 자동으로 검출해내는 컴퓨터보조진단 알고리즘에 관한 연구 내용을 담고 있다. 폐 영역의 자동 분할 알고리즘은 현재까지 발표되었던 이차원적인 이미지 처리 방법을 사용하였고, 독특한 삼차원적인 영상 처리 방법 (3차원 형태 매칭법)을 적용해보았다. 또한 단층촬영영상을 획득할 때에 슬라이스 두께와 재구성 간격이라는 인자를 통해서 영상 데이터의 양과 질이 다르게 나타나는데 이 두 가지 영상 인자가 개발된 자동 검출 알고리즘에 어떤 영향을 미치는지를 살펴보았다.
결과적으로 개발된 알고리즘은 3차원의 데이터를 적절하게 사용함으로 종전의 이차원의 데이터를 사용하는 연구 결과들에 비해 개선된 결과를 보였다. 또한 슬라이스 두께와 재구성 간격의 조합에 따라 알고리즘의 결과값이 차이가 나게 되는 것을 보게 되었다. 일반적으로 슬라이스 두께가 클수록 알고리즘의 결과, 즉 검진율이 조금씩 낮게 나타나게 되었지만, 작은 재구성 간격을 사용과의 조합을 통해서 검진율이 개선되는 것을 확인할 수 있었다.
폐 결절 자동검출 알고리즘에 대한 슬라이스 두께와 재구성 간격의 영향에 대한 연구를 통해서 현재 일반적으로 사용되고 있는 영상데이터를 가지고 올바른 조합을 통해서 좋은 검진율을 보여줄 수 있음을 확인했고 앞으로 이용할 수 있기를 기대해본다. 또한 좀 더 세분화되고 규모가 큰 영상 데이터의 사용으로 인해 좀 더 정확한 결과를 도출해 낼 수 있기를 기대해본다.
