1-1.Introduction to medical image classification

이번부터 4주간 classification에 대해서 알아볼 것.

1. 먼저 의료영상에서 분류가 어떻게 활용되는지 살펴보고

2. 공부하게 될 기법 간단 소개할 예정

로지스틱,뉴럴네트워크등의 머신러닝 분야에서 전통적으로 사용되던 분류기법 살펴보고

영상 분류문제에 이런 기법들이 어케 사용되는지 살펴볼것

3. Demographic score라고 하는 환자정보들을 의료영상 분류에 효과적으로 이용하기 위한 방법 살펴볼 것

 

뇌 영상의 분류문제

다른 부위도 비슷하게 분류 가능

좌 : 정상

중 : 경도인지장애

우 : 치매환자

 

white matter(내), gray matter(외곽),  CSF(검은부분)

 

알츠하이머-디지즈는 gray matter가 안보임.

노말에 비해 비어보임

벤트리컬(뇌 가운데 공간) 부위가 커져있다.

-> 이런 특징을 바탕으로 분류해볼 수 있다.

 

일반영상분류와 다른 점 : 의료영상 MRI, CT는 3D영상

특징

1. 그래서 영상이 크다.

2. 노말 서브젝트에서 나이만 들어도 gray matter가 줄어든다던지 벤트릭컬이 커진다던지 할 수 있다.

따라서 age에 따른 data를 잘 모아서 classification해야 한다.

노말과 알츠하이머 구분은 쉬운 문제이다.

알츠하이머는 진행이 된 후에는 치료법이 없기에 조기진단이 중요하다.

노말과 mild cognitive impairment(경도인지장애)를 구분하는 것은 어려운 문제이다.

데이터를 모아놓은 adni라는 사이트 있다.

3. Screening

노말을 애드니라고 분류하는 것은 괜찮다.

그러나 ADNI(알츠하이머 환자)를 노말로 구분하면 문제가 될 수 있다.

Screening의 경우, 보수적으로 질환이다 라고 판단하는 경우가 있다.

 

정보와 영상을 함께 보며 classification해야하는 경우 있다.

이 score를 Demographic score라고 한다.

영상분류 시, 이 Demographic score를 어떻게 활용해야하는지 살펴 볼 예정

 

이 예시는 병리현상의 classification을 보여주고 있다.

조직검사 시, 떼어낸 조직을 현미경으로 관찰

현미경으로 배율 조정 가능

좌 : 저배율

특정부분을 확대해서 high resolution영상으로 볼 수 있다.(우측 그림)

좌측 저해상도로는 세포, 핵들이 어떤 변화가 있는지 잘 모른다.

그렇기 때문에 high magnification 고배율로 해서 봐야한다.

그러면, 우측그림과 같이 핵들이 잘 보인다.

핵들이 모양, 색이 균일하면 정상

불규칙하면 암세포 판단유무 가능

암인지 아닌지 판단해야한다.

 

모든 부위를 고배율로 다 살펴볼 수 없다. 오래걸린다.

자동화로 인공지능이 사용되고 있다.

 

 

의료영상 분류문제 중 어려운 부분.

1. 데이터 모으기가 쉽지 않다.(병원별로 데이터 공유가 쉽지 않고, 환자 정보이기에 보안철저)

그렇기에 ADNI, TCGA 사이트에서 오픈가능한 데이터 모아 연구 진행함

2. 영상크기 크다.

3D거나 고배율. 그에 비해 이상 있는 부분은 사이즈가 작다.

이부분을 찾아내는 것이 어렵다.

3. 영상자체로만 판단 내리기에는 역부족이다

나이, 성별, 다른 정보 바탕으로 demographic score이용해서 분류해야한다.

 

본 주차부터 classification 어떻게 할 수 있는지 기법 알아볼 예정.

전통적인 부분부터 딥러닝까지

Conventional

1. 로지스틱

2. 뉴럴

다룰 예정

 

뉴럴네트에서 발전해서 딥러닝의

1. 딥 뉴럴 네트워크,

2. Convolutional 뉴럴 네트워크

기법 살펴볼 예정

Convolutional 뉴럴 네트워크는 하나의 기법이 아니라, VGG, RESNet DensNet등 다양한 기법이다. 이를 소개.

주요한 것들 살펴볼 예정

 

이런 기법 의료영상에 적용했을 때, 어떤 이슈가 있고 어떤 부분을 해결하는지 함께 살펴볼 것.

 

이번주차는 로지스틱과 뉴럴 알아볼 것.

그 전에, Linear regression먼저 확인할 것.

Linear도 의료영상 분석시 많이 사용되는 기법이다.

 

여기서 보여지는 기법들은 머신러닝 분야에서 가장 주요하게 다뤄지는 문제이다.

그래서 아래의 주소를 참고하면 좋다.