초록

1. 저선량 CT 영상에 효과적인 인공지능 기반 노이즈 저감 기술을 개발하였으며, 이를 유방, 복부, 흉부등 다양한 신체 부위에 적용하여 그 효용성을 검증하였음
2. 인공지능 기반 노이즈 저감 영상에 대한 객관적인 평가를 할 수 있는 방법론을 제안하였으며, 이를 통해 인공지능 기술 적용에 대한 평가 지표를 제안하였음

(출처 : 보고서 요약서 3p)

Abstract ▼

□ Purpose
The patient’s dose during the CT scan is inevitable and introduce additional source to cause the secondary cancers. In this work, we develop an effective deep learning based low dose CT denoising method for various CT images including breast and chest. The proposed method was validated

□ Purpose
The patient’s dose during the CT scan is inevitable and introduce additional source to cause the secondary cancers. In this work, we develop an effective deep learning based low dose CT denoising method for various CT images including breast and chest. The proposed method was validated using simulation and clinically generated real patient data.

□ Contents
● CNN architecture
- U-net based architecture
- Modification of the U-net for CT denoising
● Combination of loss function for CNN training
- MSE, MAE, VGG, and WGAN loss are employted
- Various combination of loss functions were tested.
● Image quality evaluation
- Evaluate the image quality of simulation data with low dose CT denoising
- Evaluate the image quality of experimental data with low dose CT denoising

□ Expected Contribution
- Acquire high quality CT image for diagnosis and treatment planning
- Extend the proposed method to noise reduction such as PET and SPECT images

(출처 : SUMMARY 5p)

목차 Contents

• 표지 ... 1
• 제 출 문 ... 2
• 보고서 요약서 ... 3
• 요 약 문 ... 4
• SUMMARY ... 5
• Contents ... 6
• 목차 ... 7
• 제1장 연구개발과제의 개요 ... 8
• 제1절 연구개발의 개요 및 목적 ... 8
• 제2절 연구개발의 필요성 및 중요성 ... 8
• 제2장 국내외 기술개발 현황 ... 13
• 제1절 국내 기술 수준 및 시장 현황 ... 13
• 제2절 국외 기술 수준 및 시장 현황 ... 14
• 제3장 연구개발수행 내용 및 결과 ... 17
• 제1절 연구 내용 ... 17
• 제2절 연구 결과 ... 19
• 제4장 목표달성도 및 관련분야에의 기여도 ... 26
• 제5장 연구개발결과의 활용계획 ... 27
• 제1절 연구개발 결과의 활용방안 ... 27
• 제2절 추가연구의 필요성 및 타 연구에의 응용 ... 27
• 제6장 연구개발과정에서 수집한 해외과학기술정보 ... 29
• 제7장 연구장비의 구축 및 활용 결과 ... 30
• 제8장 참고문헌 ... 31
• 끝페이지 ... 31