초록 ▼

□ 연구개요
◆ 본 연구에서는 딥 러닝 기술을 통하여 본 연구에서는 임상적으로 중요하게 활용되는 의료영상과 임상의의 판독문을 딥 러닝 기술을 통해 통합적으로 학습하는 자동적인 의료영상 판독 기술 개발과 관련된 다음 연구를 하고자 하였음.
1) 의료영상 통합분석에 필요한 흉부 X-선과 유방 초음파 학습 DB 구축
2) 딥 러닝 기반 의료영상 캡셔닝 기술 연구
3) 딥 러닝 기반 의료영상 시각적 질문 답변 기술 연구

□ 연구 목표대비 연구결과
◆ 의료영상과 판독문 정보를 함께 취득함에 있어 온전한

□ 연구개요
◆ 본 연구에서는 딥 러닝 기술을 통하여 본 연구에서는 임상적으로 중요하게 활용되는 의료영상과 임상의의 판독문을 딥 러닝 기술을 통해 통합적으로 학습하는 자동적인 의료영상 판독 기술 개발과 관련된 다음 연구를 하고자 하였음.
1) 의료영상 통합분석에 필요한 흉부 X-선과 유방 초음파 학습 DB 구축
2) 딥 러닝 기반 의료영상 캡셔닝 기술 연구
3) 딥 러닝 기반 의료영상 시각적 질문 답변 기술 연구

□ 연구 목표대비 연구결과
◆ 의료영상과 판독문 정보를 함께 취득함에 있어 온전한 데이터양의 부족 및 환자 개인정보 유출 문제 등 여러 가지 문제로 인하여 우선적으로 해결할 문제를 판독문 생성에서 다중 라벨(질병) 분류 문제로 정하고, 준지도 또는 약지도 학습 알고리즘 연구, 학습 데이터양이 부족한 의료영상을 위한 효율적인 CNN 모델에 대한 연구를 수행함.
1) 다중라벨 질병 분류 및 병변 영역 시각화를 위한 CNN 모델 및 학습 알고리즘 연구
2) 사용자 입력 정보가 부족한 2차원 초음파 영상 데이터용 준지도 및 약지도 학습 알고리즘 연구
3) 영상 판독을 위한 정확한 영역 판별 기법을 위한 CNN + Graph Neural Network (GNN) 모델 및 학습 알고리즘 개발
4) 폐 결절 판별 및 검출을 위한 효율적인 CNN 모델 및 학습 알고리즘 개발

□ 연구개발결과의 중요성
본 연구에서는 흉부 X-선 영상 및 유방 초음파 영상을 대상으로 다중라벨 질병 분류 및 병변 영역 시각화 학습 알고리즘 연구, 상세 정보가 아닌 개략적 정보만 포함된 경우에 대한 약지도 및 준지도 학습 기법 개발, 정확한 영역 판별 기법을 위한 CNN + GNN 모델 및 학습 알고리즘 개발, 그리고 소규모 DB에 특화된 CNN 기법 개발 등 연구를 수행하였으며 이는 향후 지능적인 의료영상 통합분석 기법에 다양하게 활용될 것으로 기대됨.

(출처 : 연구결과 요약문 2p)

목차 Contents

• 표지 ... 1
• 연구결과 요약문 ... 2
• 목차 ... 3
• 1. 연구개발과제의 개요 ... 4
• 1.1. 연구개발과제 착수 시의 목표 ... 4
• 1.2. 실제 연구개발과제 수행 내용의 개요 ... 4
• 2. 연구수행내용 및 연구결과 ... 5
• 2.1. 다중라벨 질병 분류 및 병변 영역 시각화를 위한 CNN 모델 및 학습 알고리즘 연구 ... 5
• 2.2. 사용자 입력 정보가 부족한 2차원 초음파 영상 데이터용 약지도 및 준비도 학습 알고리즘 연구(분당서울대학교병원과 연구 협력) ... 6
• 2.3. 정확한 영역 판별 기법을 위한 CNN + Graph Neural Network (GNN) 모델 및 학습 알고리즘 개발 ... 8
• 2.4. 폐 결절 판별 및 검출을 위한 3차원 CNN 모델 및 학습 알고리즘 개발(분당서울대학교병원과 연구 협력) ... 11
• 3. 연구개발결과의 중요성 ... 13
• 3.1. 의료영상에 지능적인 분석 기법에 대한 최근 현황 및 본 과제의 의의 ... 13
• 3.2. 다중라벨 분류 및 병변 시각화 기법 개발 ... 13
• 3.3. 약한 지도 데이터 및 소규모의 학습 데이터에 대해 적용 가능한 딥 러닝 기법 개발 ... 13
• 3.4. CNN 모델과 GNN 모델을 정교하게 통합한 혈관 영역 추출 알고리즘 개발 ... 14
• 3.5. 데이터양이 부족한 의료영상에 특화된 3D CNN 모델 개발 ... 14
• 4. 참고문헌 ... 15
• 5. 연구성과 ... 16
• 대표적 연구실적 ... 19
• 끝페이지 ... 33