초록 ▼

연구의 목적 및 내용
- 연구목표 및 내용: 최근 암환자의 예후와 복부지방과의 관련성에 관한 연구가 많이 진행되고 있으나, 대부분의 연구는 암환자의 체질량지수(BMI)를 통하여 복부 지방의 양과 분포를 간접적으로 예측하여 정확성이 떨어짐. 따라서, 인공지능 기술을 기반으로 복부 지방의 세그멘테이션(Segmentation)을 시행할 경우 보다 정확한 분석이 가능하고, 나아가 암환자에서 암의 재발이나 사망 등을 예측할 수 있는 모델을 개발할 수 있을 것으로 기대됨. 이에 암환자들에게 가장 많이 생성되는 영상인 CT를 통하여 장기예

연구의 목적 및 내용
- 연구목표 및 내용: 최근 암환자의 예후와 복부지방과의 관련성에 관한 연구가 많이 진행되고 있으나, 대부분의 연구는 암환자의 체질량지수(BMI)를 통하여 복부 지방의 양과 분포를 간접적으로 예측하여 정확성이 떨어짐. 따라서, 인공지능 기술을 기반으로 복부 지방의 세그멘테이션(Segmentation)을 시행할 경우 보다 정확한 분석이 가능하고, 나아가 암환자에서 암의 재발이나 사망 등을 예측할 수 있는 모델을 개발할 수 있을 것으로 기대됨. 이에 암환자들에게 가장 많이 생성되는 영상인 CT를 통하여 장기예후를 예측할 수 있는 체성분분석을 자동화하는 인공지능분석 모델을 개발하고자 함.
- 연구 추진체계: 국립암센터와 KAIST가 협력하여 연구를 진행하며 국립암센터의 환자 데이터와 의료영상을 활용하여 훈련 데이터를 구축한 후, 적합한 인공지능 알고리즘을 개발하고 훈련데이터를 이용하여 이를 학습. 이후, 별도의 검증데이터에 대하여 알고리즘의 적합성을 평가하고 문제점을 수정, 보완하여 모델을 완성함.

연구개발성과
< 정량적 성과1) >
1) 총연구기간 내 목표연구성과로 기 제출한 값

< 정성적 성과 >
- KAIST와 공동연구를 진행중에 있으며, CT영상에서 자동으로 level을 인식한 후에 피하지방, 내장지방, 뼈, 근육을 구획구분하는 알고리즘을 개발 중

연구개발성과의 활용계획(기대효과)
- 개발된 인공지능 모델을 실제 암환자에게 적용하여, 환자의 복부 지방의 분포와 양을 정확하게 분석함으로써 환자의 예후를 예측하고 적절한 치료 방침을 결정하는데 도움을 줄 수 있을 것으로 기대됨. 장기적으로 발생하는 다양한 합병증인 당뇨, 심혈관질환, 고혈압, 골다공증 등에 적용할 수 있을 것으로 판단함.
- CT 영상을 기반으로 인공지능을 이용하여 정확하게 세그멘테이션 된 암환자의 복부 지방 데이터를 활용하여 암환자의 예후를 예측할 수 있는 새로운 생체지표(Biomarker) 발견을 기대할 수 있음.
- CT영상 분석 방법을 통하여 지방 이외에 골밀도 분석, 근육량 분석 등을 통하여 다양한 지표의 추가적인 개발이 가능함.

(출처 : 요약문 2p)

Abstract ▼

Purpose&Contents
- OBJECTIVES AND CONTENT: Recently, many studies have been conducted on the relationship between prognosis and abdominal fat in cancer patients However, most studies indirectly predict the amount and distribution of abdominal fat through body Mass Index(BMI). Therefore, if the ab

Purpose&Contents
- OBJECTIVES AND CONTENT: Recently, many studies have been conducted on the relationship between prognosis and abdominal fat in cancer patients However, most studies indirectly predict the amount and distribution of abdominal fat through body Mass Index(BMI). Therefore, if the abdominal fat segmentation is performed based on artificial intelligence technology, it is expected to develop a more accurate analysis and to develop a model that can predict cancer recurrence or death in cancer patients. we will develop an artificial intelligence analysis model that automates body composition analysis to predict long-term prognosis through CT, the most frequently generated image in cancer patients.

- Research Promotion System: The National Cancer Center and KAIST collaborate on research and build training data using patient data and medical images of the National Cancer Center. Later, we will develop a suitable AI algorithm and learn it using training data. Next, the model will be completed by evaluating the suitability of the algorithm against the separate verification data and correcting and supplementing the problem.

Results
< Quantitative performance1) >
1) The value submitted as the target research achievement during the total research period
< Qualitative Performance >
- In collaboration with KAIST, we are developing an algorithm to partition subcutaneous fat, visceral fat, bone, and muscle after automatically recognizing the level on CT images.

Expected Contribution
- It is expected that the developed AI model can be applied to the actual cancer patients by accurately analyzing the distribution and amount of abdominal fat of the patient and to help predict the patient's prognosis and determine the appropriate treatment policy. Long-term complications such as diabetes, cardiovascular disease, hypertension, osteoporosis, etc. are considered to be applicable.
- Based on CT images, we can expect to discover new biomarkers that can predict the prognosis of cancer patients by using abdominal fat data of cancer patients accurately segmented using artificial intelligence.
- In addition to fat, it is possible to develop various indicators through bone density analysis and muscle mass analysis through CT image analysis.

(출처 : Summery 3p)

목차 Contents

• 표지 ... 1
• 국문 요약문 ... 2
• Summary ... 3
• 목차 ... 4
• 1. 연구개발과제의 개요 ... 5
• 2. 연구수행 내용 및 결과 ... 7
• 가. 1차년도 (2019-07-28 ~ 2019-12-31) ... 7
• 3. 연구결과의 중요성 및 활용 방안 ... 8
• 가. 기술적인 측면 ... 8
• 나. 경제적‧산업적 측면 ... 8
• 4. 연구수행 달성도 ... 9
• 5. 연구개발과제의 대표적 연구실적 ... 9
• 6. 참여연구원 현황 ... 10
• 7. 기타사항 ... 10
• 8. 참고문헌 ... 10
• 끝페이지 ... 10