초록 ▼

- 부신이 포함된 CT 영상으로 이루어진 데이터셋을 구축함.
- CT 영상을 입력으로 받아 부신의 위치를 검출해내어 표시해주는 딥러닝 기반의 알고리즘을 구현함.
- CT 영상을 입력으로 받아 부신의 위치뿐 아니라, 결절의 위치까지 구분하여 표시해주는 딥러닝 기반의 알고리즘을 구현함.
- CT 영상을 입력으로 받아 결절의 양성과 악성을 구분하는 딥러닝 기반의 진단 알고리즘을 구현함.
- CT 영상을 입력으로 받아 부신의 위치 검출, 결절의 유무 판단, 결절의 악성 및 양성 구분까지 종합적으로 판단하고 진단해주는

- 부신이 포함된 CT 영상으로 이루어진 데이터셋을 구축함.
- CT 영상을 입력으로 받아 부신의 위치를 검출해내어 표시해주는 딥러닝 기반의 알고리즘을 구현함.
- CT 영상을 입력으로 받아 부신의 위치뿐 아니라, 결절의 위치까지 구분하여 표시해주는 딥러닝 기반의 알고리즘을 구현함.
- CT 영상을 입력으로 받아 결절의 양성과 악성을 구분하는 딥러닝 기반의 진단 알고리즘을 구현함.
- CT 영상을 입력으로 받아 부신의 위치 검출, 결절의 유무 판단, 결절의 악성 및 양성 구분까지 종합적으로 판단하고 진단해주는 자동 진단 툴을 개발하고, 기존 구현된 검출 및 진단 알고리즘의 성능을 고도화함.

(출처 : 초록 3p)

Abstract ▼

Ⅱ. Plans
To diagnose adrenal nodules in CT images, we aim to develop deep learning-based diagnostic software through the following five steps.
1) Building a dataset containing labels from CT images,
2) Implementing the adrenal grand segmentation algorithm,
3) Implementing the adrenal nod

Ⅱ. Plans
To diagnose adrenal nodules in CT images, we aim to develop deep learning-based diagnostic software through the following five steps.
1) Building a dataset containing labels from CT images,
2) Implementing the adrenal grand segmentation algorithm,
3) Implementing the adrenal nodule detection algorithm,
4) Implementation of benign and malignant classification of adrenal nodules,
5) Developed an automatic diagnosis software tool for adrenal nodules.

Ⅲ. Major performance
Based on the large-scale patient data of Seoul National University Bundang Hospital, a novel deep learning algorithm was applied to develop accurate diagnosis software for adrenal nodules in CT images. According to the above plan for development, first, a dataset for adrenal and adrenal nodules was constructed from CTs of about 700 patients with adrenal nodules. Using this dataset, algorithms for segmenting adrenal glands from CT images, algorithms for detecting adrenal nodules from CT images, and diagnostic algorithms for distinguishing benign and malignant nodules from CT images were implemented. Finally, by integrating these algorithms, we developed an automatic diagnosis tool that classifies and diagnoses nodules, which are automatically detected from CT images, as malignant or benign. The research result was submitted to the abstract poster session of the ENDO2021 conference.

(출처 : SUMMARY 5p)

목차 Contents

• 표지 ... 1
• 제 출 문 ... 2
• 보고서 초록 ... 3
• 요 약 문 ... 4
• S U M M A R Y ... 5
• C O N T E N T S ... 6
• 목차 ... 7
• 1. 주요 추진계획 대비 수행성과 ... 8
• 1) 과제개발 달성도 ... 8
• 2. 과제수행 성과 ... 9
• 1) 정성적 성과내용 ... 9
• 2) 정량적 성과 ... 10
• 끝페이지 ... 11