최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기주관연구기관 | 연세대학교 Yonsei University |
---|---|
연구책임자 | 김진성 |
참여연구자 | 강효경 , 김민주 , 김지훈 , 노유윤 , 박명규 , 박민석 , 박인경 , 신한백 , 유상균 , 이민진 , 이수민 , 임아영 , 장경환 , 정주립 , 최민서 , 한민철 , 홍채선 , 홍헬렌 |
보고서유형 | 3단계보고서 |
발행국가 | 대한민국 |
언어 | 한국어 |
발행년월 | 2020-04 |
과제시작연도 | 2019 |
주관부처 | 과학기술정보통신부 Ministry of Science and ICT |
등록번호 | TRKO202100020723 |
과제고유번호 | 1711092372 |
사업명 | 방사선기술개발사업(R&D) |
DB 구축일자 | 2022-04-02 |
키워드 | 영상분할.전산화단층촬영.컴퓨터보조진단.치료반응.간암.바이오마커.image segmentation.CT.computed aided diagnosis.treatment response.liver cancer.biomarker. |
• 간암 환자의 CT 영상으로부터 종양 내 정보, 종양 인근 정보, 종양-간의 상관 정보를 통해 치료 효과를 예측하는 딥러닝 모델을 제안하였으며, 이와 같은 간암의 예후와 CT 영상 간의 관계를 통해 예측모델을 구성하는 기술은 국내 최초라고 판단됨
• 환자의 위험군을 세분화하여 치료하게 되면서, 각각의 환자에게 맞춰진 최적의 치료를 제공하고, 효과가 작을 사람에게는 이에 대비하여 임상 시험을 포함한 적극적 치료를 적용하는 등 환자의 맞춤형 치료 전략 개발의 근간이 됨
• 본 연구로부터 얻어진 예후예측 기술은 그 자체를 프
Ⅳ. R&D results
● Image segmentation technology – It is expected to save time and effort by automating the contouring work manually performed by specialists in CT slices to obtain the liver area. It can be applied to other institutions, so it can be used for various purposes.
● Treatment effect
※ AI-Helper는 부적절한 답변을 할 수 있습니다.