선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
제안 방법
- 따라서 본 논문에서 제안하는 분석 시스템은 다양한 의료영상장비 (CT, MRI, US 등)로부터 획득한 영상을 이용할 수 있도록 하며, 질환 부위 영상에서의 변화를 정량 평가함으로서 복부질환의 중증도를 예측 및 분석할 수 있도록 한다.
- 본 논문에서 제안하는 분석 시스템은 CT, MRI, US 등 다양한 의료영상장비로부터 획득한 의료영상을 이용하여 정량분석 가능하다. 임상 환자데이터의 정량분석을 통하여 실제 임상 적용가능성을 확인할 수 있었다.
- 복부 간 질환 환자(간암)를 대상으로 정량 분석을 실시한 결과는 그림 4와 같다. 영상 평가는 질환의심 부위가 관찰되는 영상을 선별한 후 정량 분석을 실시하였다. 선별한 영상 내에서도 여러 병변 위치에서 정량분석이 가능하며, 정량분석에 소요된 시간은 30초 이내였다.
- 복부질환 분석 시스템에 대한 흐름도는 그림 2와 같다. 의료영상장비에서 획득한 다양한 의료영상들을 이용하여 복부 질환에 대한 정량적 분석을 수행한다.
- 한 예로, 간 질환의 중증도를 판정하는데 있어서 가장 높은 신뢰성을 나타내는 정량적 통계분석 모델로서 MELD (Model For End-Stage Liver Disease) 점수를 제시한 연구가 있다[3]. 이 연구에서는 간 질환의 위험인자를 이용하여 중증도를 산출하는 표준 공식을 제시하였으며 간 질환 진행단계를 예측 및 분석하는데 사용하였다[3]. 비록 MELD 점수가 비침습적인 방법으로 간 질환을 진단하는데 용이하다고는 하지만, 대규모 임상연구를 시행한 결과 간 질환 진행단계를 진단에 있어서 민감도와 특이도가 높지 않았다.
- 최근 간 경화(liver cirrhosis) 환자의 CT영상을 이용하여 간 표면 소결절(Liver Surface Nodularity) 점수를 사용하여 그림 1과 같은 결과를 나타내었으며 Liver Surface Nodularity Scoring을 산출한 다음, 통계 분석을 통하여 간 질환 여부에 대한 진단 및 분석하였다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.