A New Noninvasive Method of Multichannel Phonocardiogram-based Diagnosis for Breast Cancer using Machine Learning Algorithm

Abstract

Breast cancer is a major disease in developing countries, with the importance of early diagnosis and treatment being emphasized day by day. To date, the diagnostic method of breast cancer implemented in clinical trials is dependent on medical imaging techniques such as mammography and ultrasonic magnetic resonance imaging. Accordingly, patients have to visit the hospital, which is certainly a disadvantage because such visits are not only inconvenient but also time-consuming and costly. Moreover, although studies on non-invasive self-diagnosis methods, which are mainly based on force sensors, have also been reported, these techniques are not widely used thus far. In this work, a basic study of noninvasive breast cancer diagnosis method using multichannel phonocardiography was performed. A one-channel digital stethoscope was initially developed using a microcontroller unit (MCU, STMF103RCT6) and I2S Output Digital Microphone (SPH0645LM4H-8). An eight-channel digital stethoscope was also fabricated using the same MCU and eight microphones. Data were recorded and graphically presented in real time when the user selects the corresponding button according to the measurement position. All data were stored in a six second durations and evaluated by machine learning. The performance evaluation of using the self-produced multichannel stethoscope and breast phantoms confirms the potential of the proposed technique for future clinical application. More specifically, in the phantom study, the accuracy, precision. And recall of distinguishing normal from abnormal breast phantom were 0.8785, 0.8764, and 0.8813, respectively. Moreover, the clinical studies conducted on 23 breast cancer patients for distinguishing cancerous breast from normal breast yielded 0.894, 0.901, and 0.885 for accuracy, precision, and recall respectively. Based on the results of this study, the future development of a new breast cancer diagnostic device that can facilitate breast cancer diagnosis unconstrained by time and location is anticipated.

유방암은 개발도상국의 주요 암으로 조기 진단과 치료의 중요성이날로 강조되고 있다. 그동안 유방암을 진단하는 방법에는 유방 조영술, 초음파 MR 등 의료영상 기법에 의존해 왔기 때문에 반드시 병원을 찾아야 하고 비용이 많이 드는 단점이 있다. 주로 힘 센서를 기반으로 한 비침습적 자가 진단법에 대한 연구도 보고되었지만 아직 널리 쓰이지는 않았다. 만일 심음을 이용하여 유방에 발생한 유방 혹을 선별할 수 있다면 환자들은 많은 시간과 비용을 줄일 수 있게 될 것이다. 본 연구에서는 다채널 PCG를 기반으로 비침습적 유방암 진단법에 대한 기초 연구가 실시되었다. 1 채널 전자청진기는 STMF103RCT6 MCU와 I2S Output Digital Microphone (SPH0645LM4H-8)를 사용하여 제작되었다. 8 채널 전자청진기는 동일한 MCU와 8개의 마이크를 사용하여 만들어졌다. 사용자가 측정 위치에 따라 버튼을 선택하면 데이터가 실시간으로 기록되고 그래프에 표시된다. 모든 데이터는 6초 길이로 저장되고 기계학습으로 평가된다. 자체 제작한 다채널 전자 청진기와 유방 팬텀을 이용한 성능 평가에서 향후 임상 적용 가능성이 확인되었다. 구체적으로는 팬텀연구에서 정상과 이상을 구분하는 정확도는 0.8785, 정밀도는 0.8764, 회수율은 0.8813이었다. 또한, 23명의 유방암 환자에 대하여 시행한 임상 연구에서는 종양이 있는 유방과 정상 유방을 구분하는 분류기의 성능이 정확도 0.894, 정밀도 0.901, 회수율 0.885로 더 우수하게 나왔다. 본 연구 결과에 기반하여 향후 시간과 장소에 제한되지 않고 본인 스스로 손쉽게 유방암을 조기 진단할 수 있는 새로운 유방암 진단 기기가 개발될 수 있을 것으로 기대된다.