Gliomas are the most common primary brain tumor in adults, causing a high mortality rate. The World Health Organization classified gliomas into four grades according to their histological features. Low-grade gliomas are not benign but grow slowly for several years, and portend better prognosis; however, high-grade gliomas are malignant and grow fast. The grading is currently performed by visual investigation and histopathologic diagnosis, but there are intra-observer variability and sampling error. Several image-based grading methods have been proposed and investigated; the diffusion-weighted magnetic resonance imaging technique is one of the most promising methods for the grading of gliomas. Diffusion-weighted magnetic resonance images can measure the diffusion of water molecules in the tissue, therefore diffusion-weighted magnetic resonance images can represent the microstructure of the tissue. In this thesis, we study various methods for glioma grading on diffusion-weighted magnetic resonance images including reduced field-of-view diffusion-weighted magnetic resonance images.
신경교종은 뇌에 발생하는 암 중에서 유병률이 가장 높다. 신경교종은 4단계로 등급을 분류하는데, I 등급과 II 등급은 비교적 성장이 느리며 예후가 좋은 반면에 III 등급과 IV 등급은 예후가 좋지 않다. 등급 판별은 수술적 조치로 조직을 떼어낸 후 현미경 영상을 육안으로 검사하는 병리적인 판단이 표준이지만, 환자에게 위험 부담이 있고 떼어낸 조직 샘플에 따라 결과가 달라지기도 하는 등의 한계가 있어서 자기공명영상의 영상학적 특징을 활용하여 신경교종의 등급을 판별하려는 연구가 계속 되고 있다. 특히 확산강조 자기공명영상은 세포 조직에서의 물 분자 확산 강도를 측정하여 세포의 미세구조를 반영하므로 신경교종의 등급 판별에 도움이 되는 것으로 알려져 있다. 본 학위논문에서는 확산강조 자기공명영상을 분석하여 신경교종의 등급을 판별하는 방법에 관한 연구를 다룬다.
