Medical Image Analysis

Medical image analysis는 의료 영상에서 유의미한 정보를 추출하는 공정으로, 종종 전산적 방법을 사용합니다. Medical image analysis의 일부 작업으로는 2차원 영상과 3차원 볼륨의 시각화 및 탐색, 영상 데이터의 분할, 분류, 정합 및 3차원 복원 등이 있습니다. 이 분석을 위한 영상은 엑스레이(2차원 및 3차원), 초음파, CT(컴퓨터 단층촬영), MRI(자기공명영상), PET 및 SPECT(핵의학 영상), 현미경 등의 의료 영상 모달리티로부터 얻을 수 있습니다.

Medical image analysis는 현미경 영상 내 세포의 수를 세고 식별하는 작업을 수반할 수 있습니다. 예를 들어, 세포 내 악성 이상을 분석하고 검출할 수 있습니다. 반복적이거나 주관적인 작업의 경우 전산적 접근법을 사용해 medical image analysis를 자동화하거나 간소화하고 사람의 실수로 인한 불일관성을 제거할 수 있습니다. 전산 해석을 사용하면 괴사와 종양 조직을 구분하거나 혈관 내 산소 포화도를 측정할 수 있습니다.

Medical image analysis 기법을 적용하면 MRI 영상에서 3차원 표현을 재구성하여 장기 기능과 기타 진단 측정값을 계산할 수 있습니다.

Medical image analysis 알고리즘은 웨어러블 기기에서 수집한 디지털 건강 데이터와 같은 대용량의 데이터에 적용할 수 있습니다. 이 알고리즘을 사용하여 질병과 건강 위험을 관리하고 건강과 웰빙을 증진할 수 있습니다.

MATLAB을 사용한 Medical Image Analysis

MATLAB^® 개발 환경에는 medical image analysis 알고리즘을 구축하기 위한 분석 및 데이터 액세스 기능이 내장되어 있습니다. MATLAB을 사용하면 다음과 같은 작업을 할 수 있습니다.

• DICOM, NIfTI 및 NRRD 등 의료 파일 형식의 구문 분석, 불러오기, 시각화 및 처리
• 2차원 영상과 3차원 볼륨의 시각화 및 탐색
• 잡음 제거, 필터링 및 증강 등의 전처리 기법 사용
• 변형 및 비변형 정합 함수와 앱을 사용해 여러 영상과 볼륨 정렬
• 대규모 다중해상도 및 고해상도 영상 처리
• 내장 영상 레이블 지정 및 분할 알고리즘과 앱으로 medical image analysis 작업 간소화
• 딥러닝 신경망 구축, 수정 또는 전이

MATLAB에서는 의료 영상 레이블 지정기 앱을 사용해 2차원 영상과 3차원 볼륨을 탐색할 수 있습니다. 예를 들어, 인간의 뇌에 대한 MRI 연구를 의료 영상 레이블 지정기에 불러와 뇌를 시각화하고 개별 영역에 레이블을 지정한 후 이를 분할하고 이상이 있는지 분석할 수 있습니다.

디지털 병리에서는 전체 조직 슬라이드가 영상화 및 디지털화됩니다. 그 결과물인 WSI(전체 슬라이드 영상)는 해상도가 매우 높습니다. WSI 판독은 영상을 메모리에 불러올 수 없으며 외부 메모리 영상 처리 기법이 필요하기 때문에 까다로운 작업입니다. MATLAB의 bigimage 객체는 이 유형의 대규모 다중해상도 영상을 저장하고 처리할 수 있습니다. 영상을 불러오면 Cellpose와 같은 툴을 사용하여 세포를 분할할 수 있습니다.

MATLAB에는 정합을 위한 앱도 포함되어 있습니다. 예를 들어, 대화형 방식의 의료 정합 추정기 앱과 정합 추정기 앱을 사용하여 3차원 및 2차원 데이터를 각각 정렬할 수 있습니다.

MATLAB을 사용하면 딥러닝 방법을 사용해 2차원 영상 및 3차원 볼륨의 잡음을 제거하고 개선하며 분할할 수도 있습니다. 신경망을 설계하고 훈련시키거나 사전 훈련된 신경망을 사용할 수 있습니다.