유사도 분석 기반의 자동 뇌졸중 진단 알고리즘 개발 (Development of Automated Stroke Diagnosis Algorithm based on Similarity Analysis)

서지정보

· 발행기관 : 차세대컨버전스정보서비스학회
· 수록지 정보 : 차세대컨버전스정보서비스기술논문지 / 8권 / 1호 / 94 ~ 102페이지
· 저자명 : 은성종, 권용만

초록

본 논문에서는 뇌졸중 진단을 위해 ASPECT 비율을 자동으로 계산하는 방법을 제안한다. 본 논문에서는 중추 신경계 중 하나인 뇌졸중을 진단하기 위해, CT영상 기반의 자동 분석 알고리즘을 제안한다. ASPECT 스코어의 결정은 질병의 중증도에 따라 분류 등급이 나누어진다. 등급의 분류는 총 11가지의 등급으로 나누며, 질환 중증도가 높을수록 낮은 ASPECT 스코어 점수로 산정되어 진다. 본 논문의 제안 방법은 검출된 회백질 영역을 기반으로, 뇌 좌우 영역의 상관 성보를 비교한다. 비교하고자 하는 상관 정보의 차이에 따라 ASPECT 스코어의 차이를 판단하는 방법을 제안한다. 제안 방법의 평가 결과 높은 정확성을 확인하였고, 기존의 방법에 비해 보다 단순화된 특징을 가지고 있어 효율성을 확인하였다.

영어초록

This paper proposes algorithm processing calculation of ASPECT score automatically for diagnosis of stroke. In this paper, we propose a CT image based automatic ASPECT score determination algorithm to diagnose stroke, one of central nervous system diseases. ASPECT score to be judged is classified grades and increases according to severity of the disease. Classification is divided into 11 grades. The higher the severity of disease, the lower the score of ASPECT score. The proposed method compares the correlation information of the left and right regions based on the detected gray matter regions. We propose the method to judge difference of ASPECT score according to difference of correlation information to be compared. This paper proposes an effective method featuring accuracy and simplicity.

참고자료

· 없음