Journal of the Korea Institute of Information and Communication Engineering (한국정보통신학회논문지)

The Korea Institute of Information and Commucation Engineering (한국정보통신학회)
권호 표지
DOI QR코드

DOI QR Code

The Classification of Fatty Liver by Ultrasound Imaging using Computerizing Method

컴퓨터 기법을 이용한 초음파 영상에서의 지방간 분류

  • Jang, Hyun-Woo (Department of Physiology and Biomedical Engineering, School of Medicine, Pusan National University) ;
  • Kim, Kwang-Beak (Department of Computer Engineering, Silla University) ;
  • Kim, Chang Won (Department of Radiology, School of Medicine, Pusan National University)
  • Received : 2013.08.06
  • Accepted : 2013.09.10
  • Published : 2013.09.30
Download PDF
⟨ Previous Next ⟩

Abstract

We propose a method for the classification of fatty liver by ultrasound imaging using Fuzzy Contrast Enhancement Technique and FCM. ROI images are extracted after removal of information data except ultrasound image of the liver and the kidney then image contrast is improved by Fuzzy Contrast Enhancement Algorithm. The images applied Fuzzy Contrast Enhancement Technique is applied average binarization then ROI images of liver and kidney parenchyma are extracted using Blob algorithm. Representative brightness is extracted in the liver and kidney images using the most frequent brightness level after classification of 10 brightness levels. We applied this method to ultrasound images and a radiologist confirmed the accuracy of diagnosis for fatty liver. This method would be a model for automatic method in the diagnosis of fatty liver.

본 논문은 Fuzzy Contrast Enhancement 기법과 FCM을 이용하여 대비를 개선한 후, Fuzzy Contrast Enhancement를 간과 신장의 초음파 영상에 적용하여 지방간 농도 수치를 분류하는 방법을 제시한다. 간, 신장 영역을 촬영한 초음파 영상에서 촬영 정보나 눈금자 등과 같이 필요 없는 부분을 잡음으로 간주하여, 제거한 ROI 영상을 추출하고, Fuzzy Contrast Enhancement 알고리즘을 이용하여 명암 대비를 강조한다. Fuzzy Contrast Enhancement 기법이 적용된 간, 신장 영역 영상에서 평균 이진화를 적용한 후, 평균 이진화를 적용한 영상에 Blob 알고리즘을 적용하여 간, 신장 실질 영역의 ROI 영상을 추출한다. 추출한 간 영역과 신장영역의 ROI 영상을 FCM을 이용하여, 10개의 명암도 Level로 각 각 분류한 후, 분류된 간, 신장 실질 영역의 명암도 Level 중 많이 분포된 명암도 Level을 기준으로 간, 신장 실질 영역의 대표 명암도를 추출한다. 제안된 방법을 간, 신장 영역을 촬영한 초음파 영상에 적용하여 간의 지방도를 분류한 결과, 영상의학과 전문의의 판독과 일치하여 향후 지방간의 진단에 효과적으로 적용할 수 있는 방법이 될 수 있을 것으로 사료된다.

Keywords

References

  1. Y. M. Kim, "Using quantitative analysis of liver ultrasound PACS," Journal of Ultrasound Medical Imaging, pp. 83-85, 2010.
  2. Ricardo Ribeiro and J.Miguel Sanches, "Diffuse liver disease classification form ultrasound surface characterization, clinical and laboratorial data," 5th Iberian Conference IbPRIA 2011, pp. 167-175, 2011.
  3. K. B. Kim, "Fuzzy Stretching Method of Color Image," Journal of The Korea Society of Computer and Information," Vol.18, No.5, pp.19-23, 2013.
  4. T. H. Kim, J. H. Lee, Y. C. Hwang, "Fuzzy C-means algorithm with quantization based Study on the vehicle color recognition, Korea Multimedia Society, pp. 235-238, 2010.
  5. H. Takagi and M. Sugeno, "Fuzzy Identification of Systems and Its Application to Modeling and Control," IEEE Trans. on Sys. Man and Cybern., Vol. 15, pp. 116-132, 1985.
  6. J. H. Holland, Genetic Algorithms in Search, Optimization and Machine Learning, Addison-Wesley, Reading, MA, 1989.

Cited by

  1. Image Analysis of Diffuse Liver Disease using Computer-Adided Diagnosis in the Liver US Image vol.9, pp.4, 2015, https://doi.org/10.7742/jksr.2015.9.4.227
  2. 건강검진에서 지방간 진단의 상복부초음파검사와 간 Hounsfield Units 측정값과의 정확성 분석 vol.40, pp.2, 2017, https://doi.org/10.17946/jrst.2017.40.2.07