KR101546403B1

KR101546403B1 - Method and apparatus for acquisition and analysis of breast ultrasonography imaging and elastography imaging

Info

Publication number: KR101546403B1
Application number: KR1020130138685A
Authority: KR
Inventors: 장유정; 이종하
Original assignee: 계명대학교 산학협력단
Priority date: 2013-11-14
Filing date: 2013-11-14
Publication date: 2015-08-27
Anticipated expiration: 2033-11-14
Also published as: KR20150056013A

Abstract

본 발명은 유방 초음파 영상 및 탄성도 영상 획득 및 분석 방법 및 장치에 관한 것으로서, 보다 구체적으로는 (1) 유방 초음파 영상을 획득하는 단계; (2) 컴퓨터 보조 진단 시스템(Computer Aided Diagnosis, CAD)을 이용하여, 상기 획득한 유방 초음파 영상에서 관심 영역이 설정되는 단계; (3) 상기 컴퓨터 보조 진단 시스템(Computer Aided Diagnosis, CAD)을 이용하여, 상기 단계 (2)에서 설정된 관심 영역을 미리 정해진 유방 혹 분류 기준에 따른 카테고리로 분류하는 단계; 및 (4) 상기 단계 (3)에서 분류된 카테고리가 미리 정해진 카테고리에 속하는 관심 영역이 존재하는 경우, 유방 탄성도 영상을 획득하는 단계를 포함하는 것을 그 구성상의 특징으로 할 수 있다.
본 발명에서 제안하고 있는 유방 초음파 영상 및 탄성도 영상 획득 및 분석 방법 및 장치에 따르면, 유방 초음파 영상을 획득하고, 컴퓨터 보조 진단 시스템을 이용하여 관심 영역을 미리 정해진 분류 기준에 따른 카테고리로 분류하여, 추가 검진이 필요한 특정 카테고리에 속하는 관심 영역이 존재하는 경우 자동으로 유방 탄성도 영상을 획득하도록 구성함으로써, 전문가의 도움 없이도 실시간으로 추가 검진 여부를 판단하고 즉시 실시하여, 환자는 한 번의 방문만으로 간단하고 경제적이며 정확하게 유방암 조기 진단이 가능하다.The present invention relates to a method and apparatus for acquiring and analyzing breast ultrasound images and elasticity images, and more specifically, (1) acquiring breast ultrasound images; (2) setting a region of interest in the acquired breast ultrasound image using a computer aided diagnosis (CAD); (3) classifying the region of interest set in the step (2) into a category according to a predetermined breast lump classification standard, using the computer-aided diagnosis system (CAD); And (4) obtaining a breast elasticity image when a region of interest belonging to a predetermined category of the category classified in the step (3) exists.
According to the breast ultrasound image and elasticity image acquisition and analysis method and apparatus proposed in the present invention, breast ultrasound images are acquired and classified into categories according to predetermined classification criteria by using a computer assisted diagnosis system, It is possible to automatically acquire the breast elasticity image when there is a region of interest belonging to a specific category requiring additional screening so that the user can judge whether or not additional screening is performed in real time without the help of an expert, Economical and accurate diagnosis of breast cancer is possible.

Description

BACKGROUND OF THE INVENTION 1. Field of the Invention [0001] The present invention relates to an ultrasound diagnostic apparatus,

본 발명은 유방 초음파 영상 및 탄성도 영상 획득 및 분석 방법 및 장치에 관한 것으로서, 보다 구체적으로는 컴퓨터 보조 진단 시스템(Computer Aided Diagnosis, CAD)과 BI-RADS를 이용한 유방 초음파 영상 및 탄성도 영상 분석 방법 및 장치에 관한 것이다.More particularly, the present invention relates to a method and apparatus for acquiring and analyzing a breast ultrasound image and an elasticity image, and more particularly, a method of analyzing a breast ultrasound image and an elasticity image using a computer aided diagnosis (CAD) And apparatus.

유방암(breast cancer)은 40대 이상의 중년 여성에게서 자주 발견되는 병으로서 조기 진단과 치료로 사망률을 크게 줄일 수 있다. 그러나 유방암 초기에는 대부분의 경우 아무런 증상이 없으며, 가장 흔히 나타나는 증상은 촉진을 통해 통증이 없는 멍울이 만져지는 것이다. 이와 같은 자가 검진은 환자의 숙련도와 환자의 민감도에 따라 달라질 수 있다. 따라서 정기적인 유방암 검사가 필요하다. 유방암 검사 방법으로는 X선 촬영술과 초음파 촬영술이 있다(특허출원 제10-2009-0096934호, 제10-2008-0004564호 참조). X선 촬영술(Mammography)은, 유방을 압박한 상태에서 X선을 이용하여 유방의 병변과 미세 석회화 병변 등을 확인하는 것으로서, 현재 가장 많이 사용되는 방법이다. 그러나 X선 촬영술은 젊은 여성의 유방이나 치밀형 유방에서 정확도가 떨어지며, 성장속도가 빠르거나 가족력이 있는 여성의 유방암 등에는 정확도가 더 낮아 유방암 검진에 문제점으로 지적되고 있다.
Breast cancer (breast cancer) is a disease frequently found in middle-aged women over 40 years, and early diagnosis and treatment can significantly reduce mortality. However, in the early stages of breast cancer, in most cases there is no symptoms, and the most common symptoms are the painful touch of the lump through stimulation. Such self-examination may vary depending on the skill of the patient and the sensitivity of the patient. Therefore, regular breast cancer screening is necessary. Methods of breast cancer screening include X-ray and ultrasound (see Patent Applications 10-2009-0096934 and 10-2008-0004564). Mammography is the most popular method currently used to confirm breast lesions and microcalcification lesions using X-rays under pressure of the breast. However, radiographs are less accurate in young women 's breasts or dense breasts, and are less accurate in breast cancer in women with a fast - growing or family history of breast cancer.

유방 초음파 검사는, 7.5㎒ 이상의 선형 탐촉자를 이용한 고해상도 초음파 기기를 이용하여 유방 질환을 진단하는 검사이다. 미국의 방사선의학회에서는 유방 초음파 검사(breast ultrasonography)를 검진유방촬영에 추가로 시행할 경우 X선 촬영술만을 시행하는 경우보다 1000명당 1.1~7.2명의 유방암 환자를 더 발견할 수 있다는 결과를 발표하였다. 유방 초음파 검사의 경우 방사선 피폭이 없고, 비교적 널리 보급된 검사법이며, 유방 초음파검사에서 발견된 병변에 대한 조직검사법이 간단하고 정확하여 특히 젊은 여성과 치밀형 유방의 유방암 검진에 주요하게 이용될 수 있다. 따라서 최근에는 종래의 X선 촬영술과 더불어 유방 초음파 검사 장치의 개발이 활발히 이루어지고 있다(특허출원 제10-2009-0032265호 참조).
Breast ultrasound is a test to diagnose breast disease using a high resolution ultrasonic device using a linear probe of more than 7.5 MHz. The American Society of Radiological Societies has announced that breast cancer screening for breast cancer can be found in more than 1.1 to 7.2 breast cancer patients per 1000 breast cancer patients. Breast ultrasound examination is a relatively common method without radiographic exposure and histologic examination of the lesions found in breast ultrasound is simple and accurate and can be used for breast cancer screening especially in young women and in dense breast . Therefore, in recent years, development of a breast ultrasound examination apparatus has been actively performed along with conventional X-ray imaging (see Patent Application No. 10-2009-0032265).

유방 초음파 검사를 포함하는 영상 분석을 통한 진단은, 영상을 획득한 후에 전문가(의사)의 임상적 판단에 따라 병변 유무나 양성/음성의 진단이 이루어지는 것이 일반적인데, 이와 같은 전문가의 판단에 따른 진단은 전문가의 숙련도, 역량에 따라 그 정확도에 현저한 차이가 있다는 문제 및 검사 비용이 많이 든다는 문제가 있다. 판단 기준 또한 전문가에 따라 달라, 동일한 병변에 대해서도 전문가 간의 소견 분석 및 판정이 달라, 환자의 통합적 관리도 어렵다. 이에 미국영상의학전문의학회(American College of Radiology, ACR)에서는 1992년 BI-RADS(Breast Imaging-Reporting and Data System)를 발행하여 유방암 영상 검사의 소견, 판정, 추후 관리와 관련된 사항을 표준화시키기에 이르렀다. 또한, 컴퓨터 보조 진단 시스템(Computer Aided Diagnosis, CAD)의 개발에 따라, 영상 분석을 컴퓨터 보조 진단 시스템을 통하여 수행하는 방안 연구가 활발하게 이루어지고 있다.
Diagnosis through image analysis including breast ultrasonography is generally performed after the acquisition of the image, and diagnosis of the presence or absence of the lesion or positive / negative diagnosis is made according to the clinical judgment of a specialist (doctor) There is a problem that there is a remarkable difference in the accuracy according to the proficiency and capability of the expert and a problem that the inspection cost is high. The judgment criteria are also different according to the experts, and the analysis and judgment of the experts are different for the same lesion, and the integrated management of the patients is also difficult. The American College of Radiology (ACR) published the BI-RADS (Breast Imaging-Reporting and Data System) in 1992 to standardize the findings, judgment, and follow-up management of breast cancer screening . In addition, according to the development of Computer Aided Diagnosis (CAD), researches are being actively carried out to perform image analysis through computer assisted diagnosis system.

그러나 유방암 검사는, 앞서 설명한 바와 같이, X선 촬영술 또는 초음파 촬영술만으로는 정확한 판정이 어려운 경우가 있어, 추가로 탄성 영상을 확인하는 등의 과정이 요구된다. 따라서 불필요한 검사를 다수 수행하거나, 추가 검사의 필요여부 판단을 위한 시간을 두고 재검사를 수행해야하는 불편이 있었다. 이에 본 발명자는 컴퓨터 보조 진단 시스템을 이용하여, 전문가의 임상적 판단 없이도, 자동으로 추가 검사 필요 여부를 판단하고, 바로 추가 검사를 수행하도록 하는 새로운 개념의 초음파 기반 유방암 영상 획득 및 분석 장치 및 그 방법을 제안하고자 한다.However, breast cancer examination, as described above, may be difficult to make accurate determination only by X-ray or ultrasound, and further confirmation of an elastic image is required. Therefore, it is inconvenient to perform a number of unnecessary tests or to perform retest with time for determining whether additional tests are necessary. Therefore, the inventor of the present invention has developed a new concept based ultrasound-based breast cancer image acquiring and analyzing apparatus and a method thereof, in which a computer assist diagnosis system is used to judge whether additional examination is required automatically without performing clinical judgment of an expert, .

본 발명은 기존에 제안된 방법들의 상기와 같은 문제점들을 해결하기 위해 제안된 것으로서, 유방 초음파 영상을 획득하고, 컴퓨터 보조 진단 시스템을 이용하여 관심 영역을 미리 정해진 분류 기준에 따른 카테고리로 분류하여, 추가 검진이 필요한 특정 카테고리에 속하는 관심 영역이 존재하는 경우, 자동으로 유방 탄성도 영상을 획득하도록 구성함으로써, 전문가의 도움 없이도 실시간으로 추가 검진 여부를 판단하고 즉시 실시하여, 환자는 한 번의 방문만으로 간단하고 경제적이며 정확하게 유방암 조기 진단이 가능한, 유방 초음파 영상 및 탄성도 영상 획득 및 분석 방법 및 장치를 제공하는 것을 그 목적으로 한다.The present invention has been proposed in order to solve the above-mentioned problems of the previously proposed methods. The present invention acquires a breast ultrasound image, classifies the region of interest into categories according to a predetermined classification criterion by using a computer assisted diagnosis system, When there is a region of interest belonging to a specific category requiring examination, it is configured to automatically acquire the breast elasticity image, so that the user can judge whether or not the additional examination is performed in real time without the help of an expert, It is an object of the present invention to provide a method and an apparatus for acquiring and analyzing breast ultrasound images and elasticity images, which can economically and accurately perform early diagnosis of breast cancer.

상기한 목적을 달성하기 위한 본 발명의 특징에 따른 컴퓨터 보조 진단 시스템을 이용한 유방 초음파 영상 및 탄성도 영상 획득 및 분석 방법은,According to an aspect of the present invention, there is provided a method for acquiring and analyzing a breast ultrasound image and an elasticity image using a computer assisted diagnostic system,

(1) 유방 초음파 영상을 획득하는 단계;(1) acquiring a breast ultrasound image;

(2) 컴퓨터 보조 진단 시스템(Computer Aided Diagnosis, CAD)을 이용하여, 상기 단계 (1)에서 획득한 유방 초음파 영상 중 관심 영역을 설정하는 단계;(2) setting a region of interest of the breast ultrasound image obtained in the step (1) by using a computer-aided diagnosis system (CAD);

(3) 상기 컴퓨터 보조 진단 시스템(Computer Aided Diagnosis, CAD)을 이용하여, 상기 단계 (2)에서 설정된 관심 영역을 미리 정해진 유방 혹 분류 기준에 따른 카테고리로 분류하는 단계; 및(3) classifying the region of interest set in the step (2) into a category according to a predetermined breast lump classification standard, using the computer-aided diagnosis system (CAD); And

(4) 상기 단계 (3)에서 분류된 카테고리가 미리 정해진 카테고리에 속하는 관심 영역이 존재하는 경우, 유방 탄성도 영상을 획득하는 단계를 포함하는 것을 그 구성상의 특징으로 할 수 있다.
(4) acquiring a breast elasticity image when there is a region of interest belonging to a predetermined category of the category classified in the step (3).

바람직하게는, 상기 단계 (2)는,Preferably, the step (2)

상기 컴퓨터 보조 진단 시스템(Computer Aided Diagnosis, CAD)이,The Computer Aided Diagnosis (CAD)

(2-1) 상기 유방 초음파 영상을 미리 정해진 크기의 복수 개의 서브 영역으로 분할하는 단계;(2-1) dividing the breast ultrasound image into a plurality of sub regions of a predetermined size;

(2-2) 상기 각 서브 영역의 명암 평균값, 표준편차 및 최대 명암 값을 구하는 단계;(2-2) obtaining a contrast average value, a standard deviation, and a maximum contrast value of each sub-area;

(2-3) 상기 단계 (2-2)에서 구해진 명암 평균값, 표준편차 및 최대 명암 값들 각각의 평균을 계산하는 단계;(2-3) calculating an average of each of the lightness average value, the standard deviation, and the maximum lightness values obtained in the step (2-2);

(2-4) 상기 단계 (2-2)에서 구한 서브 영역의 명암 평균값, 표준편차 및 최대 명암 값 중 적어도 하나 이상이 상기 단계 (2-3)에서 계산한 각각의 평균값보다 미리 정해진 값 이상 차이가 나는 경우, 해당 서브 영역을 관심 영역으로 설정하는 단계를 포함할 수 있다.
(2-4) If at least one of the lightness average value, the standard deviation, and the maximum lightness value of the sub-area obtained in the step (2-2) is greater than or equal to a predetermined value or more than the respective average values calculated in the step (2-3) The step of setting the sub-region as the region of interest may be included.

바람직하게는, 상기 단계 (2)에서는,Preferably, in the step (2)

상기 컴퓨터 보조 진단 시스템(Computer Aided Diagnosis, CAD)이, 미리 입력받은 영역 값에 대응하는 영역을 관심 영역으로 설정할 수 있다.
The computer aided diagnosis system (CAD) can set an area corresponding to the area value input in advance as an area of interest.

더욱 바람직하게는, 상기 미리 입력받은 영역 값은,More preferably, the pre-input area value is a value

유방 X선 촬영 장치 또는 사용자 단말기로부터 전송 또는 입력받은 영역 값일 수 있다.
A region value transmitted or received from the mammography device or the user terminal.

바람직하게는, 상기 단계 (3)은,Preferably, the step (3)

(3-1) 상기 관심 영역에 대하여, 유방의 뒤틀림, 비대칭, 밀도 및 석회화를 포함하는 군에서 선택된 적어도 하나 이상의 항목에 대하여 수치화하는 단계;(3-1) quantifying, for the region of interest, at least one item selected from the group including twist, asymmetry, density and calcification of the breast;

(3-2) 상기 각 항목에 대한 수치와 미리 등록된 정상 수치와 차이 값을 이용하여 유방 혹 분류 기준에 따른 카테고리로 분류하는 단계를 포함할 수 있다.
(3-2) Classification into the categories according to the breast classification standard using the values for each item and the pre-registered normal values and difference values.

더욱 바람직하게는, 상기 단계 (3-1)에서 수치화되는 항목은,More preferably, the item to be quantified in the step (3-1)

유방 이미징 보고 및 데이터 시스템(Breast Imaging-Reporting and Data System, BI-RADS) 데이터베이스 기반의 렉스콘(Lexicon) 항목 중 적어도 하나 이상일 수 있다.
And a Lexicon entry based on a Breast Imaging-Reporting and Data System (BI-RADS) database.

바람직하게는, 상기 단계 (3)의 유방 혹 분류 기준에 따른 카테고리는,Preferably, the category according to the breast lump classification criteria of step (3)

유방 이미징 보고 및 데이터 시스템(Breast Imaging-Reporting and Data System, BI-RADS) 데이터베이스 기반의 1 내지 6 카테고리로 이루어질 수 있다.
Based on the Breast Imaging-Reporting and Data System (BI-RADS) database.

더욱 바람직하게는, 단계 (4)의 미리 정해진 카테고리는,More preferably, the predetermined category of step (4)

BI-RADS 데이터베이스 기반의 6개 카테고리 중 2 및 3 카테고리로 설정될 수 있다.
It can be set to 2 and 3 categories among 6 categories based on the BI-RADS database.

바람직하게는, 상기 단계 (4)에서 유방 탄성도 영상은,Preferably, the breast elasticity image in step (4)

상기 관심 영역에 가하는 약한 압박 전후의 초음파 주파수 신호의 시간 지연을 측정하여 이를 초음파 음속 방향과 같은 종축 변위(longitudinal displacement)로 전환함으로써 변형률을 영상화한 것일 수 있다.
The strain may be imaged by measuring the time delay of the ultrasonic frequency signal before and after the slight compression applied to the region of interest and converting it into longitudinal displacement such as ultrasonic sound velocity direction.

바람직하게는, 상기 유방 초음파 영상 및 탄성도 영상 분석 방법은,Preferably, the breast ultrasound image and the elasticity image analyzing method include:

동물용으로 사용될 수 있다.
It can be used for animals.

상기한 목적을 달성하기 위한 본 발명의 특징에 따른 유방 초음파 영상 및 탄성도 영상 획득 및 분석 장치는,According to an aspect of the present invention, there is provided an apparatus for acquiring and analyzing a breast ultrasound image and an elasticity image,

유방 초음파 영상을 획득하는 유방 초음파 영상 획득 모듈;A breast ultrasound image acquisition module for acquiring a breast ultrasound image;

상기 유방 초음파 영상 획득 모듈로 획득한 유방 초음파 영상 중에서 관심 영역을 설정하는 관심 영역 설정 모듈;A region of interest setting module for setting a region of interest among breast ultrasound images acquired by the breast ultrasound image acquisition module;

상기 관심 영역 설정 모듈에서 설정된 관심 영역에 대하여 미리 정해진 유방 혹 분류 기준에 따른 카테고리로 분류하는 카테고리 분류 모듈; 및A category classification module for classifying a region of interest set in the ROI module into a category according to a predetermined breast classification standard; And

상기 카테고리 분류 모듈을 통하여 분류된 카테고리가 미리 정해진 카테고리에 속하는 관심 영역이 존재하는 경우, 유방 탄성도 영상을 획득하는 유방 탄성도 영상 획득 모듈을 포함하는 것을 그 구성상의 특징으로 할 수 있다.
And a breast elasticity image acquiring module for acquiring a breast elasticity image when an area of interest belonging to a predetermined category is present in the category classified through the category classification module.

바람직하게는, 상기 관심 영역 설정 모듈은,Advantageously, the ROI module comprises:

컴퓨터 보조 진단 시스템(Computer Aided Diagnosis, CAD)을 이용하여, 상기 유방 초음파 영상을 미리 정해진 크기의 복수 개의 서브 영역으로 분할하고, 각 서브 영역의 명암 평균값, 표준편차 및 최대 명암 값을 구한 후, 해당 서브 영역의 명암 평균값, 표준편차 및 최대 명암 값 중 적어도 하나 이상이 각각의 전체 평균값보다 미리 정해진 값 이상 차이가 나는 경우, 관심 영역으로 설정할 수 있다.
The breast ultrasound image is divided into a plurality of sub-regions of a predetermined size by using a computer-aided diagnosis system (CAD), and a mean value, a standard deviation, and a maximum value of brightness of each sub-region are obtained, The at least one of the contrast average value, the standard deviation, and the maximum contrast value of the sub-region may be set as a region of interest when the difference is greater than a predetermined value or more.

유방 X선 촬영 장치 또는 사용자 단말기로부터 영역 값을 전송 또는 입력받아 그에 대응하는 영역을 관심 영역으로 설정할 수 있다.
An area value may be transmitted or inputted from the mammography device or the user terminal, and the corresponding area may be set as the area of interest.

바람직하게는, 상기 카테고리 분류 모듈은,Preferably, the category classification module includes:

컴퓨터 보조 진단 시스템(Computer Aided Diagnosis, CAD)을 이용하여, 해당 관심 영역에 대하여 유방의 뒤틀림, 비대칭, 밀도 및 석회화를 포함하는 군에서 선택된 적어도 하나 이상의 항목에 대하여 수치화하고, 각 항목에 대한 수치와 미리 등록된 정상 수치와 차이 값을 이용하여 유방 혹 분류 기준에 따른 카테고리로 분류할 수 있다.
At least one item selected from the group including the twist, asymmetry, density and calcification of the breast for the region of interest is digitized using Computer Aided Diagnosis (CAD), and numerical values for each item Using the pre-registered normal values and difference values, it can be classified into categories according to the breast lump classification standard.

더욱 바람직하게는, 상기 수치화되는 항목은,More preferably, the item to be quantified is,

바람직하게는, 상기 유방 혹 분류 기준에 따른 카테고리는,Preferably, the category according to the breast lump classification criteria is selected from the group consisting of:

더욱 바람직하게는, 유방 탄성도 영상 획득 모듈은, More preferably, the breast elasticity image acquisition module comprises:

상기 유방 이미징 보고 및 데이터 시스템(Breast Imaging-Reporting and Data System, BI-RADS) 데이터베이스 기반의 6개 카테고리 중 2 및 3 카테고리인 경우에만 유방 탄성도 영상을 획득할 수 있다.
The breast elasticity image can be obtained only in the 2 and 3 categories among the six categories based on the Breast Imaging-Reporting and Data System (BI-RADS) database.

바람직하게는, 상기 유방 탄성도 영상 획득 모듈은,Preferably, the breast elasticity image acquisition module comprises:

상기 관심 영역에 가하는 약한 압박 전후의 초음파 주파수 신호의 시간 지연을 측정하여 이를 초음파 음속 방향과 같은 종축 변위(longitudinal displacement)로 전환함으로써 변형률을 영상화할 수 있다.
The strain can be imaged by measuring the time delay of the ultrasonic frequency signal before and after the weak compression applied to the region of interest and converting it into a longitudinal displacement such as the ultrasonic wave sound velocity direction.

바람직하게는, 상기 유방 초음파 영상 및 탄성도 영상 분석 장치는,Preferably, the breast ultrasound image and the elasticity image analyzing apparatus include:

상기 유방 초음파 영상 또는 상기 탄성도 영상을 표시하는 영상 표시 모듈을 더 포함할 수 있다.And an image display module for displaying the breast ultrasound image or the elasticity image.

본 발명에서 제안하고 있는 유방 초음파 영상 및 탄성도 영상 획득 및 분석 방법 및 장치에 따르면, 유방 초음파 영상을 획득하고, 컴퓨터 보조 진단 시스템을 이용하여 관심 영역을 미리 정해진 분류 기준에 따른 카테고리로 분류하여, 추가 검진이 필요한 특정 카테고리에 속하는 관심 영역이 존재하는 경우 자동으로 유방 탄성도 영상을 획득하도록 구성함으로써, 전문가의 도움 없이도 실시간으로 추가 검진 여부를 판단하고 즉시 실시하여, 환자는 한 번의 방문만으로 간단하고 경제적이며 정확하게 유방암 조기 진단이 가능하다.According to the breast ultrasound image and elasticity image acquisition and analysis method and apparatus proposed in the present invention, breast ultrasound images are acquired and classified into categories according to predetermined classification criteria by using a computer assisted diagnosis system, It is possible to automatically acquire the breast elasticity image when there is a region of interest belonging to a specific category requiring additional screening so that the user can judge whether or not additional screening is performed in real time without the help of an expert, Economical and accurate diagnosis of breast cancer is possible.

도 1은 본 발명의 일실시예에 따른 컴퓨터 보조 진단 시스템을 이용한 유방 초음파 영상 및 탄성도 영상 획득 및 분석 방법의 흐름을 도식화한 도면.
도 2는 본 발명의 다른 실시예에 따른 컴퓨터 보조 진단 시스템을 이용한 유방 초음파 영상 및 탄성도 영상 획득 및 분석 방법의 흐름을 도식화한 도면.
도 3은 본 발명의 또 다른 실시예에 따른 컴퓨터 보조 진단 시스템을 이용한 유방 초음파 영상 및 탄성도 영상 획득 및 분석 방법의 흐름을 도식화한 도면.
도 4는 본 발명의 또 다른 실시예에 따른 컴퓨터 보조 진단 시스템을 이용한 유방 초음파 영상 및 탄성도 영상 획득 및 분석 방법의 흐름을 도식화한 도면.
도 5는 본 발명의 일실시예에 따른 컴퓨터 보조 진단 시스템을 이용한 유방 초음파 영상 및 탄성도 영상 획득 및 분석 방법에서 사용되는 BI-RADS 데이터베이스 기반의 카테고리를 도시한 도면.
도 6은 본 발명의 일실시예에 따른 컴퓨터 보조 진단 시스템을 이용한 유방 초음파 영상 및 탄성도 영상 획득 및 분석 방법에서 탄성도 영상 획득 방법의 원리를 설명한 도면.
도 7은 본 발명의 일실시예에 따른 컴퓨터 보조 진단 시스템을 이용한 유방 초음파 영상 및 탄성도 영상 획득 및 분석 방법의 구체적인 예를 도시한 도면.
도 8은 본 발명의 일실시예에 따른 유방 초음파 영상 및 탄성도 영상 획득 및 분석 장치의 구성을 도식화한 도면.
도 9는 본 발명의 일실시예에 따른 유방 초음파 영상 및 탄성도 영상 획득 및 분석 장치를 도시한 도면.BRIEF DESCRIPTION OF THE DRAWINGS FIG. 1 is a flow diagram illustrating a method for acquiring and analyzing a breast ultrasound image and an elasticity image using a computer-assisted diagnosis system according to an embodiment of the present invention. FIG.
BACKGROUND OF THE INVENTION 1. Field of the Invention [0001] The present invention relates to a method and apparatus for acquiring and analyzing breast ultrasound images and elasticity images using a computer assisted diagnostic system.
3 is a flow diagram illustrating a method of acquiring and analyzing a breast ultrasound image and an elasticity image using a computer-assisted diagnosis system according to another embodiment of the present invention.
4 is a flow diagram illustrating a method of acquiring and analyzing a breast ultrasound image and an elasticity image using a computer-assisted diagnosis system according to another embodiment of the present invention.
FIG. 5 is a diagram illustrating a category based on a BI-RADS database used in a breast ultrasound image and an elasticity image acquisition and analysis method using a computer-assisted diagnosis system according to an exemplary embodiment of the present invention.
6 is a view for explaining the principle of an elasticity image acquisition method in a breast ultrasound image and elasticity image acquisition and analysis method using a computer assisted diagnosis system according to an embodiment of the present invention.
FIG. 7 is a view showing a specific example of a breast ultrasound image and an elasticity image acquisition and analysis method using a computer-assisted diagnosis system according to an embodiment of the present invention. FIG.
FIG. 8 is a diagram illustrating a configuration of a breast ultrasound image and an elasticity image acquisition and analysis apparatus according to an embodiment of the present invention. FIG.
FIG. 9 illustrates a breast ultrasound image and elasticity image acquisition and analysis apparatus according to an embodiment of the present invention. FIG.

이하에서는 첨부된 도면을 참조하여 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있도록 바람직한 실시예를 상세히 설명한다. 다만, 본 발명의 바람직한 실시예를 상세하게 설명함에 있어, 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략한다. 또한, 유사한 기능 및 작용을 하는 부분에 대해서는 도면 전체에 걸쳐 동일 또는 유사한 부호를 사용한다.
Hereinafter, preferred embodiments of the present invention will be described in detail with reference to the accompanying drawings so that those skilled in the art can easily carry out the present invention. In the following detailed description of the preferred embodiments of the present invention, a detailed description of known functions and configurations incorporated herein will be omitted when it may make the subject matter of the present invention rather unclear. The same or similar reference numerals are used throughout the drawings for portions having similar functions and functions.

덧붙여, 명세서 전체에서, 어떤 부분이 다른 부분과 ‘연결’되어 있다고 할 때, 이는 ‘직접적으로 연결’되어 있는 경우뿐만 아니라, 그 중간에 다른 소자를 사이에 두고 ‘간접적으로 연결’되어 있는 경우도 포함한다. 또한, 어떤 구성요소를 ‘포함’한다는 것은, 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있다는 것을 의미한다.
In addition, in the entire specification, when a part is referred to as being 'connected' to another part, it may be referred to as 'indirectly connected' not only with 'directly connected' . Also, to "include" an element means that it may include other elements, rather than excluding other elements, unless specifically stated otherwise.

도 1은 본 발명의 일실시예에 따른 컴퓨터 보조 진단 시스템을 이용한 유방 초음파 영상 및 탄성도 영상 획득 및 분석 방법의 흐름을 도식화한 도면이다. 도 1에 도시된 바와 같이, 본 발명의 일실시예에 따른 컴퓨터 보조 진단 시스템을 이용한 유방 초음파 영상 및 탄성도 영상 획득 및 분석 방법은, 유방 초음파 영상을 획득하는 단계(S100), 컴퓨터 보조 진단 시스템(Computer Aided Diagnosis, CAD)을 이용하여 단계 S100에서 획득한 유방 초음파 영상 중 관심 영역을 설정하는 단계(S200), 컴퓨터 보조 진단 시스템을 이용하여 단계 S200에서 설정된 관심 영역을 미리 정해진 유방 혹 분류 기준에 따른 카테고리로 분류하는 단계(S300), 및 단계 S300에서 분류된 카테고리가 미리 정해진 카테고리에 속하는 관심 영역이 존재하는 경우, 유방 탄성도 영상을 획득하는 단계(S400)를 포함하여 구현될 수 있다.
FIG. 1 is a diagram illustrating a flow of a method of acquiring and analyzing a breast ultrasound image and an elasticity image using a computer-assisted diagnosis system according to an embodiment of the present invention. 1, a breast ultrasound image and an elasticity image acquisition and analysis method using a computer-assisted diagnosis system according to an exemplary embodiment of the present invention includes acquiring a breast ultrasound image S100, A step S200 of setting a region of interest of the breast ultrasound image acquired in the step S100 using computer aided diagnosis (CAD), a step of setting a region of interest set in the step S200 using a computer assisted diagnosis system to a predetermined breast lump classification standard (S300), and acquiring a breast elasticity image (S400) when there is a region of interest belonging to a predetermined category of the category classified in Step S300.

단계 S100에서는, 유방 초음파 영상을 획득할 수 있다. 유방 초음파 영상은 유방 초음파 영상 획득 모듈로 영상 획득이 가능하다. 실시예에 따라서는 7.5㎒ 이상의 선형 탐촉자를 이용한 고해상도 초음파 기기를 이용할 수 있고, 눕거나 선 자세에서 유방에 초음파용 젤을 바를 후 초음파 탐촉자를 이용하여 검사할 수 있다. 그러나 이는 일실시예일 뿐으로서, 이에 한정하는 것은 아니다.
In step S100, a breast ultrasound image can be obtained. Breast ultrasound images can be acquired by a breast ultrasound image acquisition module. Depending on the embodiment, a high-resolution ultrasonic device using a linear probe of 7.5 MHz or more can be used, and an ultrasonic probe can be used after changing an ultrasonic gel to a breast in a lying or standing posture. However, the present invention is not limited thereto.

단계 S200에서는, 단계 S100에서 획득한 유방 초음파 영상 중 관심 영역이 설정될 수 있다. 관심 영역이란 병변 의심 영역으로서 구체적 분석이 필요한 영역을 의미한다. 단계 S200은 컴퓨터 보조 진단 시스템(Computer Aided Diagnosis, CAD)을 통하여 수행될 수 있는데, 컴퓨터 보조 진단 시스템(Computer Aided Diagnosis, CAD)이란, 컴퓨터가 미리 입력된 프로그램에 의하여 영상을 분석하여 진단에 도움을 주는 것을 말한다. 따라서 단계 S200뿐 아니라 단계 S300에서도 이용될 수 있다. 구체적으로, CAD는 컴퓨터가 정량적으로 분석한 결과를 토대로 이상 부위 도출, 카테고리 분류, 이상 정도 분석 등을 수행할 수 있다. 컴퓨터 보조 진단 시스템을 이용함으로써, 의사 등 전문가의 육안적 판별 능력의 한계를 피할 수 있으며, 판독 결과의 객관성(objectivity) 및 재현성(reproducibility of the result)을 확보할 수 있다. 실시예에 따라서는, 인공신경망(artificial neural network), 퍼지로직(fuzzy logic), 진화연산(evolutionary computing)을 기반으로 하여 구성할 수 있다. 일실시예에 따르면, 컴퓨터 보조 진단 시스템에 입력 영상(input image)이 들어오면, 정량적 분석을 통하여 관심 영역을 찾고, 관심 영역으로부터 특징점을 뽑아서 기존의 여러 영상 DB로 구축된 인공 판단기를 통하여 악성, 양성을 구분 짓거나 카테고리별로 구별시킬 수 있다. 본 발명에서는 컴퓨터 보조 진단 시스템에 의하여 영상을 분석함으로써, 영상 분석에 있어서, 숙련된 전문가 없이도 객관적인 데이터를 얻을 수 있다.
In step S200, the ROI of the breast ultrasound image acquired in step S100 may be set. The region of interest is a region of suspicion of the lesion, which means a region that needs specific analysis. Step S200 can be performed through a computer aided diagnosis system (CAD). The computer assisted diagnosis system (CAD) is a computer assisted diagnostic system Give something. Therefore, it can be used in step S300 as well as step S200. Specifically, CAD can perform the derivation of abnormal regions, category classification, and abnormality analysis based on the quantitative analysis results of the computer. By using the computer-assisted diagnosis system, it is possible to avoid the limitations of the gross discrimination ability of a physician such as a doctor, and the objectivity and reproducibility of the result of the reading result can be secured. In some embodiments, it may be based on an artificial neural network, fuzzy logic, or evolutionary computing. According to one embodiment, when an input image is input to a computer-assisted diagnostic system, a region of interest is detected through quantitative analysis, a feature point is extracted from a region of interest, and a malignant, It is possible to distinguish positive or negative by category. In the present invention, by analyzing the image by the computer-assisted diagnosis system, it is possible to obtain objective data without any skilled expert in the image analysis.

도 2는 본 발명의 다른 실시예에 따른 컴퓨터 보조 진단 시스템을 이용한 유방 초음파 영상 및 탄성도 영상 획득 및 분석 방법의 흐름을 도식화한 도면이다. 도 2에 도시된 바와 같이, 본 발명의 다른 실시예에 따르면, 단계 S200은, 컴퓨터 보조 진단 시스템(Computer Aided Diagnosis, CAD)이, 유방 초음파 영상을 미리 정해진 크기의 복수 개의 서브 영역으로 분할하는 단계(S210), 각 서브 영역의 명암 평균값, 표준편차 및 최대 명암 값을 구하는 단계(S220), 단계 S220에서 구해진 명암 평균값, 표준편차 및 최대 명암 값들 각각의 평균을 계산하는 단계(S230), 및 단계 S220에서 구한 서브 영역의 명암 평균값, 표준편차 및 최대 명암 값 중 적어도 하나 이상이 단계 S230에서 계산한 각각의 평균값보다 미리 정해진 값 이상 차이가 나는 경우, 해당 서브 영역을 관심 영역으로 설정하는 단계(S240)를 포함할 수 있다. 즉, 컴퓨터 보조 진단 시스템을 이용하여 유방 초음파 영상을 분할하고 각 분할 영역(서브 영역)에서의 명암 평균값, 표준편차 및 최대 명암 값이, 전체 평균값과의 차이가 유의한 경우 관심 영역으로 설정하여 추가 분석(단계 S300)을 수행하도록 할 수 있다.
FIG. 2 is a diagram illustrating a flow of a method of acquiring and analyzing a breast ultrasound image and an elasticity image using a computer-assisted diagnosis system according to another embodiment of the present invention. As shown in FIG. 2, according to another embodiment of the present invention, a step S200 includes a step of dividing a breast ultrasound image into a plurality of sub-regions of a predetermined size by a Computer Aided Diagnosis (CAD) (S230) of calculating a mean value, a standard deviation, and an average value of the maximum and minimum values of brightness, which are obtained in step S220, and a step S230, If at least one of the contrast average value, the standard deviation, and the maximum contrast value of the sub area obtained in step S220 differs by more than a predetermined value from each average value calculated in step S230, setting the corresponding sub area as an area of interest (step S240 ). In other words, when the breast ultrasound image is divided using the computer-assisted diagnostic system and the contrast value, the standard deviation, and the maximum contrast value in each divided region (sub-region) Analysis (step S300).

도 3은 본 발명의 또 다른 실시예에 따른 컴퓨터 보조 진단 시스템을 이용한 유방 초음파 영상 및 탄성도 영상 획득 및 분석 방법의 흐름을 도식화한 도면이다. 도 3에 도시된 바와 같이, 본 발명의 또 다른 실시예에 따르면, 단계 S200은, 컴퓨터 보조 진단 시스템(Computer Aided Diagnosis, CAD)이 미리 입력받은 영역 값에 대응하는 영역을 관심 영역으로 설정(S200')할 수 있고, 미리 입력받은 영역 값은 유방 X선 촬영 장치 또는 사용자 단말기로부터 전송 또는 입력받은 영역 값일 수 있다. 즉, 관심 영역 설정(단계 S200)은, 도 2와 관련하여 설명한 바와 같이, 컴퓨터 보조 진단 시스템 내에서 정량적 분석을 통하여 도출할 수도 있고, 유방 X선 촬영 장치에서 병변 의심 영역으로 확인된 영역 또는 사용자 단말기를 통하여 입력된 영역이 그대로 설정될 수도 있다.
FIG. 3 is a diagram illustrating a flow of a method of acquiring and analyzing a breast ultrasound image and an elasticity image using a computer-assisted diagnosis system according to another embodiment of the present invention. 3, in operation S200, an area corresponding to an area value previously input by a computer aided diagnosis (CAD) is set as an area of interest (S200 And the area value previously input may be the area value transmitted or inputted from the mammography device or the user terminal. That is, the area of interest setting (step S200) may be derived through quantitative analysis in the computer-assisted diagnostic system as described with reference to FIG. 2, The area input through the terminal may be set as it is.

단계 S300에서는, 단계 S200에서 관심 영역으로 설정된 부분 중에서 추가 검사(유방 탄성도 영상 촬영)가 필요한지 여부를 판단하기 위하여 카테고리 분류를 수행할 수 있다. 구체적으로, 컴퓨터 보조 진단 시스템(Computer Aided Diagnosis, CAD)을 이용하여, 단계 S200에서 설정된 관심 영역을 미리 정해진 유방 혹 분류 기준에 따른 카테고리로 분류할 수 있다.
In step S300, category classification may be performed to determine whether additional examination (breast elasticity imaging) is necessary among the parts set as the region of interest in step S200. Specifically, the computer-aided diagnosis system (CAD) can be used to classify the region of interest set in step S200 into categories according to a predetermined breast lump classification standard.

도 4는 본 발명의 또 다른 실시예에 따른 컴퓨터 보조 진단 시스템을 이용한 유방 초음파 영상 및 탄성도 영상 획득 및 분석 방법의 흐름을 도식화한 도면이다. 도 4에 도시된 바와 같이, 본 발명의 또 다른 실시예에 따르면, 컴퓨터 보조 진단 시스템(Computer Aided Diagnosis, CAD)이, 관심 영역에 대하여, 유방의 뒤틀림, 비대칭, 밀도 및 석회화를 포함하는 군에서 선택된 적어도 하나 이상의 항목에 대하여 수치화하는 단계(S310), 및 각 항목에 대한 수치와 미리 등록된 정상 수치와 차이 값을 이용하여 유방 혹 분류 기준에 따른 카테고리로 분류하는 단계(S320)를 포함하여 구현될 수 있다. 단계 S310에서 수치화되는 항목은 유방 이미징 보고 및 데이터 시스템(Breast Imaging-Reporting and Data System, BI-RADS) 데이터베이스 기반의 렉스콘(Lexicon) 항목 중 적어도 하나 이상일 수 있다.
FIG. 4 is a diagram illustrating a flow of a method of acquiring and analyzing a breast ultrasound image and an elasticity image using a computer-assisted diagnosis system according to another embodiment of the present invention. As shown in FIG. 4, according to another embodiment of the present invention, a computer aided diagnosis system (CAD) is provided for a region of interest, such as a group comprising twisting, asymmetry, density and calcification of the breast (S310) of classifying at least one selected item into a category according to a breast classification standard by using a numerical value for each item and a pre-registered normal value and a difference value (S320) . Items quantified in step S310 may be at least one of Lexicon items based on Breast Imaging-Reporting and Data System (BI-RADS) database.

또한, 단계 S300의 유방 혹 분류 기준에 따른 카테고리는, 유방 이미징 보고 및 데이터 시스템(Breast Imaging-Reporting and Data System, BI-RADS) 데이터베이스 기반의 1 내지 6 카테고리로 이루어질 수 있다. 도 5는 본 발명의 일실시예에 따른 컴퓨터 보조 진단 시스템을 이용한 유방 초음파 영상 및 탄성도 영상 획득 및 분석 방법에서 사용되는 BI-RADS 데이터베이스 기반의 카테고리를 도시한 도면이다. 도 5에 도시된 바와 같이, 유방 이미징 보고 및 데이터 시스템(Breast Imaging-Reporting and Data System, BI-RADS) 데이터베이스 기반의 카테고리는 불확실한 범주(0)를 제외하고, 카테고리 1(Nagative)은 양측이 대칭이고 종괴가 없으며, 구조적 변형이 없고 의심스러운 석회화도 보이지 않는 상태이고, 카테고리 2(Benign finding)는 양성 질환이 의심되는 병변이 있는 경우(예: 석회화가 동반되어 있는 섬유선종, 지방낭종, 지방종 등), 카테고리 3(Probably benign finding)은 주로 양성 질환이 의심되나 2% 미만의 악성 가능성이 있고, 병변의 안정성 확인을 휘한 추적검사가 권장되는 상태이다. 카테고리 4(Suspicious abnormality)는 악성 종양 가능성이 있는 상태이고, 카테고리 5(High suggestive of malignancy)는 악성 종양 가능성이 매우 높은 상태(95% 초과)로서 유방 조영술과 조직 검사의 재시행이 요구된다. 카테고리 6(Known biopsy-Proven malignancy)은 조직학적으로 악성 종양임이 확인된 상태로 분류된다. 본 발명에서는 현재 유방암 관련 표준으로 인정되는 유방 이미징 보고 및 데이터 시스템(Breast Imaging-Reporting and Data System, BI-RADS) 데이터베이스 기반의 카테고리를 이용함으로써, 간단하고 표준화된 장치 운용이 가능하다.
In addition, the categories according to the breast lump classification criteria of step S300 may be in one to six categories based on the Breast Imaging-Reporting and Data System (BI-RADS) database. FIG. 5 is a diagram illustrating categories based on a BI-RADS database used in a breast ultrasound image and elasticity image acquisition and analysis method using a computer-assisted diagnosis system according to an embodiment of the present invention. As shown in FIG. 5, categories based on the Breast Imaging-Reporting and Data System (BI-RADS) database, except for the uncertain category (0), category 1 (Nagative) (Benign finding) is a benign lesion in which there is a suspected benign lesion (eg, fibroadenoma accompanied by calcification, fat cysts, lipomas, etc.), no mass, no structural deformity, no suspicious calcification, ), And category 3 (Probably benign finding) is suspected to be benign, but less than 2% of malignant lesions are present, and follow-up examination is recommended to confirm the stability of the lesion. Category 4 (Suspicious abnormality) is a malignant tumor and Category 5 (high suggestive of malignancy) is a highly malignant tumor (> 95%), requiring reintervention of mammography and biopsy. Category 6 (known biopsy-proven malignancy) is classified as a malignant tumor histologically. In the present invention, simple and standardized device operation is possible by using categories based on the Breast Imaging-Reporting and Data System (BI-RADS) database, which is currently recognized as a breast cancer related standard.

단계 S400에서는 단계 S300에서 분류된 카테고리가 미리 정해진 카테고리에 속하는 관심 영역이 존재하는 경우, 유방 탄성도 영상을 추가로 획득할 수 있다. 미리 정해진 카테고리란, BI-RADS 데이터베이스 기반의 6개 카테고리 중 2 및 3 카테고리로 설정될 수 있다. BI-RADS 데이터베이스 기반의 6개 카테고리 중 2 및 3 카테고리일 때는 악성 여부의 정확도가 비교적 떨어지므로, 단계 S400에서 2, 3 카테고리에 해당하는 경우에만 유방 탄성도 영상을 추가로 획득하여 악성 여부를 정확하게 확인할 수 있다.
In step S400, if there is a region of interest belonging to a predetermined category of the category classified in step S300, a breast elasticity image may be additionally obtained. The predetermined category can be set to 2 and 3 categories among 6 categories based on the BI-RADS database. Since the accuracy of maliciousness is relatively low in the category 2 and 3 of the six categories based on the BI-RADS database, only the breast elasticity image is obtained only in the category 2 and 3 in step S400, Can be confirmed.

본 발명의 일실시예에 따르면, 단계 S400에서 유방 탄성도 영상은 관심 영역에 가하는 약한 압박 전후의 초음파 주파수 신호의 시간 지연을 측정하여 이를 초음파 음속 방향과 같은 종축 변위(longitudinal displacement)로 전환함으로써 변형률을 영상화한 것일 수 있다. 도 6은 본 발명의 일실시예에 따른 컴퓨터 보조 진단 시스템을 이용한 유방 초음파 영상 및 탄성도 영상 획득 및 분석 방법에서 탄성도 영상 획득 방법의 원리를 설명한 도면이다. 유방암으로 진단받는 여성의 60%는 촉지성 종괴 때문에 진단받게 된다. 이는 유방암은 단단하고, 양성 병변인 섬유화 조직은 유방암보다 덜 단단하며, 정상 유선 조직은 부드럽게 촉진되기 때문이다. 그러나 촉진은 주관적이며, 깊게 위치한 작은 병변의 발견에는 예민도가 떨어진다. Hooke's Law에 의하면, 스프링과 같이 탄성을 가지는 일정한 조직에 일정한 크기의 압력을 가하면 변형이 일어나는데 변형의 정도는 조직의 단단함에 반비례한다. 여기서 단위 면적당 가해지는 힘을 응력(stress)이라 하고, 변형된 정도를 변형률(strain)이라 하면, 탄성계수는 응력에 대한 변형률의 비율을 의미한다. 인체 내의 탄성(elasticity)을 측정하기 위해서는 매질에 일정한 힘을 가한 후 변형된 정도를 측정하여 그 비율을 구하면 그 값이 탄성계수가 된다. 그러나 인체 내의 가해지는 외부의 힘의 분포를 정확히 측정하기 어려우므로 변형률을 나타내는 스트레인을 측정하여 영상화할 수 있다.
According to one embodiment of the present invention, in step S400, the breast elasticity image measures the time delay of the ultrasonic frequency signal before and after the weak compression applied to the region of interest and converts it into a longitudinal displacement such as the ultrasonic sound velocity direction, . &Lt; / RTI > FIG. 6 is a view illustrating the principle of an elasticity image acquisition method in a breast ultrasound image and an elasticity image acquisition and analysis method using a computer-assisted diagnosis system according to an embodiment of the present invention. Sixty percent of women diagnosed with breast cancer are diagnosed with a palpable mass. This is because the breast cancer is hard, the fibrotic tissue that is benign lesion is less hard than the breast cancer, and the normal mammary gland tissue is promoted smoothly. However, promotion is subjective and less sensitive to the discovery of deeply located small lesions. According to Hooke's Law, when a certain amount of pressure is applied to a certain elastic structure such as a spring, deformation occurs. The degree of deformation is inversely proportional to the rigidity of the tissue. Here, the force applied per unit area is referred to as a stress, and the degree of deformation is referred to as a strain. The elastic modulus means a ratio of strain to stress. In order to measure the elasticity in the human body, a constant force is applied to the medium, and the degree of deformation is measured. When the ratio is obtained, the elasticity coefficient is obtained. However, since it is difficult to accurately measure the distribution of external force exerted in the human body, the strain indicating the strain can be measured and imaged.

도 7은 본 발명의 일실시예에 따른 컴퓨터 보조 진단 시스템을 이용한 유방 초음파 영상 및 탄성도 영상 획득 및 분석 방법의 구체적인 예를 도시한 도면이다. 도 7에 도시된 바와 같이, 본 발명의 일실시예에 따른 컴퓨터 보조 진단 시스템을 이용한 유방 초음파 영상 및 탄성도 영상 획득 및 분석 방법은, 먼저 유방 초음파 영상을 촬영한 후, 촬영한 영상에서 병변 의심 영역(관심 영역)을 알고리즘으로 표시한다. 표시된 병변의 윤곽 데이터를 BI-RADS LEXICON 항목별 특징점에 따라 계산한 후, 계산 결과를 CAD System에 제공하면 기존에 생성된 자동 진단 모델을 기반으로 병변의 양성/악성 여부를 진단할 수 있으며, 구체적으로는 BI-RADS에 따라 카테고리 1 내지 6으로 분류될 수 있다. 카테고리 2, 3의 경우 양성과 악성의 구분이 모호하므로 추가로 유방의 탄성도 영상을 분석하여 병변의 양성/악성 여부를 최종적으로 확인할 수 있다.
FIG. 7 is a view showing a specific example of a breast ultrasound image and an elasticity image acquisition and analysis method using a computer-assisted diagnosis system according to an embodiment of the present invention. As shown in FIG. 7, in the breast ultrasound image and elasticity image acquisition and analysis method using the computer-assisted diagnosis system according to an embodiment of the present invention, breast ultrasound images are first taken, (Area of interest) as an algorithm. If the outline data of the displayed lesion is calculated according to the feature points of each BI-RADS LEXICON item and the calculation result is provided to the CAD system, it can be diagnosed whether the lesion is benign / malignant based on the existing auto diagnosis model. Can be classified into categories 1 to 6 according to BI-RADS. In categories 2 and 3, the distinction between benign and malignant is ambiguous, so that further analysis of the elasticity image of the breast can be used to confirm whether the lesion is benign / malignant.

한편, 본 발명에서 제안하고 있는, 컴퓨터 보조 진단 시스템을 이용한 유방 초음파 영상 및 탄성도 영상 획득 및 분석 방법은 동물용으로 사용될 수 있다.
Meanwhile, the breast ultrasound image and elasticity image acquisition and analysis method using the computer-assisted diagnosis system proposed in the present invention can be used for animals.

도 8은 본 발명의 일실시예에 따른 유방 초음파 영상 및 탄성도 영상 획득 및 분석 장치의 구성을 도식화한 도면이다. 도 8에 도시된 바와 같이, 본 발명의 일실시예에 따른 유방 초음파 영상 및 탄성도 영상 획득 및 분석 장치는, 유방 초음파 영상을 획득하는 유방 초음파 영상 획득 모듈(100), 유방 초음파 영상 획득 모듈(100)로 획득한 유방 초음파 영상 중에서 관심 영역을 설정하는 관심 영역 설정 모듈(200), 관심 영역 설정 모듈(200)에서 설정된 관심 영역에 대하여 미리 정해진 유방 혹 분류 기준에 따른 카테고리로 분류하는 카테고리 분류 모듈(300), 및 카테고리 분류 모듈(300)을 통하여 분류된 카테고리가 미리 정해진 카테고리에 속하는 관심 영역이 존재하는 경우 유방 탄성도 영상을 획득하는 유방 탄성도 영상 획득 모듈(400)을 포함하여 구성될 수 있다.
FIG. 8 is a diagram illustrating a configuration of a breast ultrasound image and elasticity image acquisition and analysis apparatus according to an embodiment of the present invention. 8, the apparatus for acquiring and analyzing a breast ultrasound image and the elasticity image according to an embodiment of the present invention includes a breast ultrasound image acquisition module 100 for acquiring a breast ultrasound image, a breast ultrasound image acquisition module 100, a category classification module 200 for classifying a region of interest set in the ROI module 200 into categories according to a breast lump classification standard predetermined in the breast ultrasound image, (300), and a breast elasticity image acquisition module (400) for acquiring a breast elasticity image when there is a region of interest belonging to a predetermined category of the category classified through the category classification module (300) have.

관심 영역 설정 모듈(200)은, 일실시예에 따르면, 컴퓨터 보조 진단 시스템(Computer Aided Diagnosis, CAD)을 이용하여, 유방 초음파 영상을 미리 정해진 크기의 복수 개의 서브 영역으로 분할하고, 각 서브 영역의 명암 평균값, 표준편차 및 최대 명암 값을 구한 후, 해당 서브 영역의 명암 평균값, 표준편차 및 최대 명암 값 중 적어도 하나 이상이 각각의 전체 평균값보다 미리 정해진 값 이상 차이가 나는 경우, 관심 영역으로 설정할 수 있다. 다른 실시예에 따르면, 유방 X선 촬영 장치 또는 사용자 단말기로부터 영역 값을 전송 또는 입력받아 그에 대응하는 영역을 관심 영역으로 설정할 수도 있다.
According to one embodiment, the ROI module 200 divides a breast ultrasound image into a plurality of sub-regions having a predetermined size by using a computer-aided diagnosis (CAD) If at least one of the contrast average value, the standard deviation, and the maximum contrast value of the corresponding sub-region differs by more than a predetermined value from each total average value after determining the average value of contrast, standard deviation, and maximum contrast value, have. According to another embodiment, an area value may be transmitted or input from a mammography device or a user terminal, and a corresponding area may be set as a region of interest.

카테고리 분류 모듈(300)은, 컴퓨터 보조 진단 시스템(Computer Aided Diagnosis, CAD)을 이용하여, 해당 관심 영역에 대하여 유방의 뒤틀림, 비대칭, 밀도 및 석회화를 포함하는 군에서 선택된 적어도 하나 이상의 항목에 대하여 수치화하고, 각 항목에 대한 수치와 미리 등록된 정상 수치와 차이 값을 이용하여 유방 혹 분류 기준에 따른 카테고리로 분류할 수 있다. 실시예에 따라서는, 치화되는 항목은 유방 이미징 보고 및 데이터 시스템(Breast Imaging-Reporting and Data System, BI-RADS) 데이터베이스 기반의 렉스콘(Lexicon) 항목 중 적어도 하나 이상일 수 있고, 유방 혹 분류 기준에 따른 카테고리는 유방 이미징 보고 및 데이터 시스템(Breast Imaging-Reporting and Data System, BI-RADS) 데이터베이스 기반의 1 내지 6 카테고리로 이루어질 수 있다.
The category classification module 300 performs a numerical calculation for at least one item selected from the group including the twist, asymmetry, density and calcification of the breast for the region of interest by using a computer aided diagnosis (CAD) , And can be classified into categories according to the breast lump classification standard using numerical values for each item and normal values and difference values registered in advance. Depending on the embodiment, the item to be beatified may be at least one of the Lexicon entries based on the Breast Imaging-Reporting and Data System (BI-RADS) database, Categories may be comprised of one to six categories based on the Breast Imaging-Reporting and Data System (BI-RADS) database.

유방 탄성도 영상 획득 모듈(400)은, 유방 이미징 보고 및 데이터 시스템(Breast Imaging-Reporting and Data System, BI-RADS) 데이터베이스 기반의 6개 카테고리 중 2 및 3 카테고리인 경우에만 유방 탄성도 영상을 획득할 수 있다. 또한, 유방 탄성도 영상 획득 모듈(400)은, 관심 영역에 가하는 약한 압박 전후의 초음파 주파수 신호의 시간 지연을 측정하여 이를 초음파 음속 방향과 같은 종축 변위(longitudinal displacement)로 전환함으로써 변형률을 영상화할 수 있다.
The breast elasticity image acquisition module 400 acquires breast elasticity images only in the 2 and 3 categories of the six categories based on the Breast Imaging-Reporting and Data System (BI-RADS) database can do. In addition, the breast elasticity image acquisition module 400 can measure the time lag of the ultrasonic frequency signal before and after the weak compression applied to the region of interest and convert it into longitudinal displacement such as ultrasonic sound velocity direction to image the strain have.

도 9는 본 발명의 일실시예에 따른 유방 초음파 영상 및 탄성도 영상 획득 및 분석 장치를 도시한 도면이다. 도 9에 도시된 바와 같이, 도 9는 본 발명의 일실시예에 따른 유방 초음파 영상 및 탄성도 영상 획득 및 분석 장치는, 유방 초음파 영상 또는 탄성도 영상을 표시하는 영상 표시 모듈(500)을 더 포함할 수 있고, 영상 표시 모듈(500)은 CRT, LCD, LED, OLED, 및 PDP를 포함하는 군에서 선택된 어느 하나를 포함하여 구성될 수 있다. 본 발명의 일실시예에 따르면, 유방 초음파 영상 획득 모듈(100)과 유방 탄성도 영상 획득 모듈(400)을 통하여 영상이 획득될 수 있고, 유방 초음파 영상 또는 탄성도 영상은 영상 표시 모듈(500)에 표시될 수 있으며, 획득된 영상은 관심 영역 설정 모듈(200) 및 카테고리 분류 모듈(300)을 통하여 분석될 수 있다.
FIG. 9 is a diagram illustrating an apparatus for acquiring and analyzing a breast ultrasound image and an elasticity image according to an embodiment of the present invention. 9, the breast ultrasound image and elasticity image acquisition and analysis apparatus according to an embodiment of the present invention includes an image display module 500 for displaying a breast ultrasound image or an elasticity image And the image display module 500 may include any one selected from the group including CRT, LCD, LED, OLED, and PDP. According to one embodiment of the present invention, an image may be obtained through the breast ultrasound image acquisition module 100 and the breast elasticity image acquisition module 400, and the breast ultrasound image or the elasticity image may be acquired through the image display module 500, And the acquired image may be analyzed through the region of interest setting module 200 and the category classification module 300.

이상 설명한 본 발명은 본 발명이 속한 기술분야에서 통상의 지식을 가진 자에 의하여 다양한 변형이나 응용이 가능하며, 본 발명에 따른 기술적 사상의 범위는 아래의 특허청구범위에 의하여 정해져야 할 것이다.The present invention may be embodied in many other specific forms without departing from the spirit or essential characteristics of the invention.

100: 유방 초음파 영상 획득 모듈
200: 관심 영역 설정 모듈
300: 카테고리 분류 모듈
400: 유방 탄성도 영상 획득 모듈
S100: 유방 초음파 영상을 획득하는 단계
S200: 컴퓨터 보조 진단 시스템(CAD, Computer Aidied Diagnosis)을 이용하여, 획득한 유방 초음파 영상 중 관심 영역을 설정하는 단계
S200': 컴퓨터 보조 진단 시스템(CAD, Computer Aided Diagnosis)이, 유방 X선 촬영 장치 또는 사용자 단말기로부터 전송 또는 입력받은 영역 값에 대응하는 영역을 관심 영역으로 설정하는 단계
S210: 컴퓨터 보조 진단 시스템(CAD, Computer Aided Diagnosis)이, 유방 초음파 영상을 미리 정해진 크기의 복수 개의 서브 영역으로 분할하는 단계
S220: 각 서브 영역의 명암 평균값, 표준편차 및 최대 명암 값을 구하는 단계
S230: 단계 S220에서 구해진 명암 평균값, 표준편차 및 최대 명암 값들 각각의 평균을 계산하는 단계
S240: 단계 S220에서 구한 서브 영역의 명암 평균값, 표준편차 및 최대 명암 값 중 적어도 하나 이상이 단계 S230에서 계산한 각각의 평균값보다 미리 정해진 값 이상 차이가 나는 경우, 해당 서브 영역을 관심 영역으로 설정하는 단계
S300: 컴퓨터 보조 진단 시스템(CAD, Computer Aidied Diagnosis)을 이용하여, 단계 S200(S200')에서 설정된 관심 영역을 미리 정해진 유방 혹 분류 기준에 따른 카테고리로 분류하는 단계
S310: 컴퓨터 보조 진단 시스템(CAD, Computer Aided Diagnosis)이, 관심 영역에 대하여, 유방의 뒤틀림, 비대칭, 밀도 및 석회화를 포함하는 군에서 선택된 적어도 하나 이상의 항목에 대하여 수치화하는 단계
S320: 각 항목에 대한 수치와 미리 등록된 정상 수치와 차이 값을 이용하여 유방 혹 분류 기준에 따른 카테고리로 분류하는 단계
S400: 단계 S300에서 분류된 카테고리가 미리 정해진 카테고리에 속하는 관심 영역이 존재하는 경우 유방 탄성도 영상을 더 획득하는 단계100: Breast ultrasound image acquisition module
200: Interest area setting module
300: Category classification module
400: Breast elasticity image acquisition module
S100: Step of acquiring breast ultrasound image
S200: Setting the region of interest of the acquired ultrasound image using the computer assisted diagnosis system (CAD, Computer Aided Diagnosis)
S200 ': a step of setting a region corresponding to an area value transmitted or inputted from a mammography device or a user terminal as a region of interest, the computer aided diagnosis system (CAD)
S210: Computer Aided Diagnosis (CAD) is a method of dividing a breast ultrasound image into a plurality of sub-regions of a predetermined size
S220: a step of obtaining a contrast average value, a standard deviation, and a maximum contrast value of each sub-
S230: a step of calculating an average of the lightness average value, the standard deviation, and the maximum lightness values obtained in step S220
S240: If at least one of the lightness average value, the standard deviation, and the maximum lightness value of the sub area obtained in step S220 is different from the average value calculated in step S230 by a predetermined value or more, the sub area is set as an area of interest step
S300: classifying the region of interest set in the step S200 (S200 ') into a category according to a predetermined breast classification standard using a computer assisted diagnosis system (CAD)
S310: A computer-aided diagnosis (CAD) method comprising the steps of: quantifying, for a region of interest, at least one item selected from the group comprising twisting, asymmetry, density and calcification of the breast
S320: classification into categories according to the breast classification standard using numerical values for each item and normal values and difference values registered in advance
S400: acquiring the breast elasticity image further if there is a region of interest belonging to a predetermined category of the category classified in Step S300

Claims

A breast ultrasound image and an elasticity image analysis method,
(1) acquiring a breast ultrasound image;
(2) setting a region of interest of the breast ultrasound image obtained in the step (1) by using a computer-aided diagnosis system (CAD);
(3) classifying the region of interest set in the step (2) into a category according to a predetermined breast lump classification standard, using the computer-aided diagnosis system (CAD); And
(4) obtaining a breast elasticity image when there is a region of interest belonging to a predetermined category of the category classified in the step (3)
The step (2)
The Computer Aided Diagnosis (CAD)
(2-1) dividing the breast ultrasound image into a plurality of sub regions of a predetermined size;
(2-2) obtaining a contrast average value, a standard deviation, and a maximum contrast value of each sub-area;
(2-3) calculating an average of each of the lightness average value, the standard deviation, and the maximum lightness values obtained in the step (2-2); And
(2-4) If at least one of the lightness average value, the standard deviation, and the maximum lightness value of the sub-area obtained in the step (2-2) is greater than or equal to a predetermined value or more than the respective average values calculated in the step (2-3) And setting the sub-region as a region of interest when the ultrasound image is obtained, and acquiring and analyzing the ultrasound image and the elasticity image using the computer-assisted diagnostic system.

delete

2. The method according to claim 1, wherein in the step (2)
The computer assisted diagnosis system (CAD) sets the region corresponding to the area value inputted in advance as the region of interest, and acquires and analyzes the breast ultrasound image and the elasticity image using the computer assisted diagnosis system Way.

4. The method of claim 3, wherein the pre-
And a region value transmitted or received from the mammography device or the user terminal.

2. The method of claim 1, wherein step (3)
The Computer Aided Diagnosis (CAD)
(3-1) quantifying, for the region of interest, at least one item selected from the group including twist, asymmetry, density and calcification of the breast;
(3-2) classifying the data into the categories according to the breast classification standard using the values for each item and the pre-registered normal values and difference values. Image and elasticity image acquisition and analysis method.

6. The method of claim 5, wherein the items digitized in step (3-1)
Wherein at least one of the Lexicon items based on the Breast Imaging-Reporting and Data System (BI-RADS) database is used, and the breast ultrasound image and the elasticity image Acquisition and analysis methods.

2. The method according to claim 1, wherein the category according to the breast lump classification criteria of step (3)
A method for acquiring and analyzing a breast ultrasound image and an elasticity image using a computer-assisted diagnostic system, the method being characterized by comprising one to six categories based on a database of Breast Imaging-Reporting and Data System (BI-RADS) .

8. The method of claim 7, wherein the predetermined category of step (4)
Wherein the category is set to 2 and 3 categories among 6 categories based on the BI-RADS database.

The method of claim 1, wherein the breast elasticity image in step (4)
Wherein the time delay of the ultrasound frequency signal before and after the weak compression applied to the region of interest is measured and the strain is imaged by converting the time delay to a longitudinal displacement such as the direction of the ultrasonic wave sound velocity, Elasticity image acquisition and analysis method.

The method according to any one of claims 1 to 10, wherein the breast ultrasound image and the elasticity image analyzing method comprise:
A method for acquiring and analyzing breast ultrasound images and elasticity images using a computer assisted diagnostic system, the method being used for animals.

A breast ultrasound image acquisition module for acquiring a breast ultrasound image;
A region of interest setting module for setting a region of interest among breast ultrasound images acquired by the breast ultrasound image acquisition module;
A category classification module for classifying a region of interest set in the ROI module into a category according to a predetermined breast classification standard; And
And a breast elasticity image acquiring module for acquiring a breast elasticity image when a region of interest belonging to a predetermined category of the category classified through the category classification module exists,
Wherein the ROI module comprises:
The breast ultrasound image is divided into a plurality of sub-regions of a predetermined size by using a computer-aided diagnosis system (CAD), and a mean value, a standard deviation, and a maximum value of brightness of each sub-region are obtained, Wherein at least one of a contrast average value, a standard deviation, and a maximum contrast value of the sub-region is set as a region of interest when a difference of at least one of the values is greater than a predetermined value by more than a predetermined value. Analysis device.

delete

12. The system of claim 11, wherein the ROI module comprises:
And an area corresponding to the area value is set as an area of interest by transmitting or receiving an area value from the mammography device or the user terminal.

[12] The method of claim 11,
At least one item selected from the group including the twist, asymmetry, density and calcification of the breast for the region of interest is digitized using Computer Aided Diagnosis (CAD), and numerical values for each item Characterized in that the breast ultrasound image and the elasticity image acquisition and analysis apparatus are classified into categories according to a breast lump classification standard by using a pre-registered normal value and a difference value.

The method according to claim 14,
And a Lexicon item based on a Breast Imaging-Reporting and Data System (BI-RADS) database. The device for acquiring and analyzing breast ultrasound images and elasticity images.

12. The method of claim 11, wherein the category according to the breast lump classification criteria comprises:
Wherein the breast ultrasound image and elasticity image acquisition and analysis device is composed of one to six categories based on a database of Breast Imaging-Reporting and Data System (BI-RADS).

17. The method of claim 16, wherein the breast elasticity image acquisition module comprises:
Characterized in that the breast elasticity image is acquired only in the case of the 2 and 3 categories among the 6 categories based on the Breast Imaging-Reporting and Data System (BI-RADS) database. Elasticity image acquisition and analysis device.

12. The method of claim 11, wherein the breast elasticity image acquisition module comprises:
Characterized in that the time delay of the ultrasound frequency signal before and after the weak compression applied to the region of interest is measured and the strain is imaged by converting it into a longitudinal displacement such as the direction of the ultrasonic wave sound velocity to obtain a breast ultrasound image and elasticity image acquisition And an analyzing device.

The apparatus of claim 11, wherein the breast ultrasound image and elasticity image analyzing apparatus comprises:
And an image display module for displaying the breast ultrasound image or the elasticity image. The apparatus for acquiring and analyzing a breast ultrasound image and the elasticity image.