CT METHOD AND APPARATUS FOR CLASSIFICATION OF GROUND-GLASS OPACITY NODULES WITH SMALL SOLID COMPONENTS USING MULTIVIEW IMAGES AND TEXTURE ANALYSIS IN CHEST CT IMAGES
SEOUL WOMEN'S UNIVERSITY INDUSTRY-UNIVERSITY COOPERATION FOUNDATION;SEOUL WOMENS UNIVERSITY INDUSTRY-UNIVERSITY COOPERATION FOUNDATION
发明人:
HONG HELEN KIM,홍헬렌,LEE, SEON YOUNG,이선영,JUNG, JU LIP,정주립
申请号：
KR1020170099552
公开号：
KR1019274810000B1
申请日:
2017.08.07
申请国别(地区):
KR
年份:
2018
代理人:
摘要：
According to an embodiment of the present invention, a method for classifying a ground-glass opacity nodule (GGN) with a small solid component through a multi-view image and a texture analysis in a chest CT image comprises the steps of: (a) generating a multi-view image from a plurality of training images and target images including divided GGN regions； (b) extracting feature vectors of the GGN region from the generated multi-view image and selecting feature vectors to classify a GGN with a small solid component among the extracted feature vectors； and (c) classifying the GGN with a small solid component based on a machine learning-based classifier using the selected feature vectors.본 발명의 일 실시예에 의한 흉부 CT 영상에서 다중 뷰 영상과 텍스처 분석을 통한 고형 성분이 작은 폐 간유리음영 결절 분류 방법은, (a) 분할된 간유리음영 결절 영역을 포함하는 복수의 훈련 영상 및 대상 영상으로부터 다중 뷰 영상을 생성하는 단계； (b) 상기 생성된 다중 뷰 영상으로부터 간유리음영 결절 영역의 특징 벡터들을 추출하고, 상기 추출된 특징 벡터들 중 고형 성분이 작은 폐 간유리음영 결절을 분류하기 위한 특징 벡터들을 선별하는 단계； 및 (c) 상기 선별된 특징 벡터들을 이용한 머신 러닝 기반의 분류기에 기반하여 상기 대상 영상에서 고형 성분이 작은 폐 간유리음영 결절을 분류하는 단계를 포함한다.
