간 섬유화 단계 평가를 위한 초음파 영상의 GLCM 텍스처 분석:Contrast와 Entropy의 진단 성능 비교

GLCM-Based Texture Analysis of Ultrasound Images for Liver Fibrosis Staging: A Comparative Evaluation of the Diagnostic Performance of Contrast and Entropy

간 섬유화는 만성 간질환 환자에서 질병 진행과 예후를 결정하는 중요한 병리학적 변화로 평가된다. 현재 표준 검사인 간조직검사는 침습적 특성과 표본 오차로 인한 한계가 존재하여, 비침습적이고 객관적인 진단 방법 개발의 필요성이 제기되고 있다. 본 연구에서는 초음파 영상에서 Gray-Level Co-occurrence Matrix(GLCM) 기반 텍스처 분석을 활용하여 간 섬유화 단계를 정량적으로 평가하고, 각 단계별 최적 절삭값을 도출하여 임상적 활용 가능성을 검증하고자 하였다. 2024년부터 2025년까지 부산 P병원에서 간 섬유화가 조직학적으로 확진된 만성 간질환 환자 75명을 대상으로 후향적 연구를 진행하였으며, METAVIR 분류에 따라 F0부터 F4까지 각 단계별로 15명씩 선정하였다. 모든 대상자에서 필립스 iU-22 초음파 장비를 이용하여 표준화된 조건으로 복부 초음파 영상을 획득하였고, 총 165개의 관심영역(ROI)을 설정하여 GLCM 기반의 대비(contrast), 상관관계(correlation), 에너지(energy), 동질성(homogeneity), 엔트로피(entropy) 를 포함한 텍스처 파라미터를 분석하였다. 수신자 조작 특성(Receiver Operating Characteristic, ROC) 곡선 및 Youden Index를 이용하여 각 파라미터의 최적 절삭값을 산출하였다. 분석 결과, 대비(contrast) 와 엔트로피(entropy) 는 섬유화 진행에 따라 유의하게 증가하는 경향을 보였고, 특히 대비(contrast) 는 유의한 섬유화(≥F2) 진단에서 곡선하면적(Area Under the Curve, AUC) 0.847, 고도 섬유화(≥F3) 진단에서 AUC 0.891로 가장 우수한 성능을 보였다. 최적 절삭값은 유의한 섬유화에서 contrast 0.041, entropy 5.24, 고도 섬유화에서 contrast 0.095, entropy 6.05로 확인되었으며, 두 파라미터는 Random Forest 분석에서도 높은 변수 중요도를 보였다. 본 연구 결과, GLCM 텍스처 분석은 간 섬유화 단계를 비침습적으로 정량 평가할 수 있는 유용한 진단 도구로 확인되었으며, contrast와 entropy는 임상에서 즉시 활용 가능한 신뢰성 높은 지표로 평가되었다.

Liver fibrosis is a critical pathological process in chronic liver disease, directly affecting disease progression and prognosis. Although liver biopsy remains the gold standard for fibrosis assessment, its invasiveness and susceptibility to sam-pling errors highlight the need for objective, non-invasive diagnostic alternatives. This study aimed to quantitatively evaluate liver fibrosis using texture analysis based on the Gray-Level Co-occurrence Matrix (GLCM) applied to ultrasound images and to establish optimal cut-off values for clinical application. A total of 75 patients with histologically confirmed liver fibrosis, clas-sified from stage F0 to F4 according to the METAVIR scoring system, were retrospectively enrolled at Busan P Hospital between 2024 and 2025. Standardized ultrasound imaging was performed using a Philips iU22 system, and a total of 165 regions of interest (ROI) were analyzed. From these ROIs, five GLCM-based texture parameters—contrast, correlation, energy, homoge-neity, and entropy—were extracted. Receiver operating characteristic (ROC) curve analysis and the Youden Index were used to determine the optimal diagnostic cut-off values for each parameter. Additionally, the Random Forest algorithm was applied to assess the importance of each feature. The results showed that contrast and entropy increased significantly with fibrosis pro-gression, while energy and homogeneity tended to decrease. Correlation demonstrated a non-linear, U-shaped pattern. Contrast exhibited the strongest diagnostic performance with an AUC of 0.847 for significant fibrosis (≥F2) and 0.891 for advanced fib-rosis (≥F3). The optimal cut-off values were identified as 0.041 for contrast and 5.24 for entropy. Random Forest analysis con-firmed contrast and entropy as the most important predictors. These findings suggest that GLCM texture analysis of ultrasound images offers a reliable and non-invasive method for quantitative assessment of liver fibrosis. In particular, contrast and entropy can serve as objective, clinically applicable indicators for early diagnosis and monitoring of treatment response.