$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

관상동맥 영상기반 기계학습을 통한 심혈관계 위험도의 통합 예측모델 구현
Development of Cardiovascular Risk Prediction Model by Coronary Imaging-based Machine Learning 원문보기

보고서 정보
주관연구기관 서울아산병원
Asan Medical Center
연구책임자 강수진
보고서유형최종보고서
발행국가대한민국
언어 한국어
발행년월2020-03
과제시작연도 2019
주관부처 과학기술정보통신부
Ministry of Science and ICT
등록번호 TRKO202000004995
과제고유번호 1711089311
사업명 개인기초연구(과기정통부)(R&D)
DB 구축일자 2020-07-29
키워드 심혈관조영술.혈관내초음파.예측모델.

초록 ▼

□ 연구개요
심혈관계 위험도를 결정하는 인자로서 혈역학적, 형태학적 지표들과 지배심근영역의 크기 등이 잘 알려져 있으나, 각 정보들을 얻기 위해서는 여러 종류의 영상 검사들을 시행해야 함. 또한 혈역학적-형태학적 소견들을 통합하여 병변별/환자별 위험도를 계층화할 방법이 없는 실정임. 따라서, 본 연구의 목표는
1) 심혈관조영술과 혈관내초음파 기반으로 혈역학적(심근허혈), 형태학적(취약성 죽상반) 정보 및 지배심근크기를 추출하는 최적의 알고리듬을 개발하고,
2) 이를 토대로 병변별/환자별 심혈관계 위험도에 관한 통합예

목차 Contents

  • 표지 ... 1
  • 연구결과 요약문 ... 2
  • 목차 ... 3
  • 1. 연구개발과제의 개요 ... 4
  • 2. 연구수행내용 및 연구결과 ... 5
  • 3. 연구개발결과의 중요성 ... 12
  • 가. 과제의 창의성 ... 12
  • 나. 기대 및 파급효과 ... 12
  • 다. 본 연구는 인공지능 임상의사결정지원시스템 구축 전 필수적 선행과제임 ... 12
  • 4. 참고문헌 ... 13
  • 5. 연구성과 ... 13
  • 대표적 연구실적 ... 15
  • 끝페이지 ... 30

표/그림 (1)

참고문헌 (25)

관련 콘텐츠

이 보고서와 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로