환자의 교모세포종 뇌종양 조직의 분할(segmentation)은 임상 진단과 예후 평가에 중요하다. 본 연구는 다중 모달 뇌 MRI 영상에서 뇌종양 및 그와 연관된 내부 조직을 자동으로 분할하기 위한 3단계 방법론을 제안한다. 첫 번째 단계에서는 신경망 모델을 사용하여 FALIR MR 시퀀스에서 전반적인 종양(WT) 영역의 위치와 초기 분할을 결정한다. 두 번째 단계에서는 초기 분할을 능동 윤곽(active contour) 모델에 입력하여 WT의 정확한 경계를 분할한다. 능동 윤곽 모델과 신경망의 결합은 WT 분할 성능을 크게 향상시킨다. 최종 단계에서는 강화 종양(enhancing tumor, ET)이라 불리는 종양의 유의미한 내부 부분을 퍼지 클러스터링 기반 방법으로 분할한다. 앞선 단계에서 절단(cropped)된 영상에서 ET를 식별하기 위해 12개의 스케일로 다중스케일 퍼지 C-평균(multiscale fuzzy C-means, MsFCM) 분류 기법을 사용한다. WT, ET 및 정상 조직(HGG)의 분할 이후, 입력 종양을 저등급 교종(low-grade glioma, LGG)과 고등급 교종(high-grade glioma, HGG)으로 범주화한다. 이를 위해 국소 이진 패턴 알고리즘(local binary pattern, LBP)과 그레이 레벨 공기행렬(gray-level co-occurrence matrix, GLCM)을 사용하여 분할된 조직에서 특징을 추출한다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.