$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

고품질 방사선 치료를 위한 딥러닝 융합 최첨단 CT 인공음영 제거 기술 확보 및 자동분할 플랫폼 개발
Developing an artifact reduction and auto contouring system based on deep learning for a novel radiation treatment 원문보기

보고서 정보
주관연구기관 서울대학교
Seoul National University
연구책임자 예성준
참여연구자 김일한 , 구진모 , 홍성환 , 이지민 , 이상민 , Shama Nassir Alghadhban , 엄민기 , 이준영 , 오정훈 , 윤석원 , Justin Malimban , Ahmed I. Khalil , 장혜강 , 김혜진 , 구창욱 , 김태윤 , Rodrigo Hernandez
보고서유형3단계보고서
발행국가대한민국
언어 한국어
발행년월2020-08
과제시작연도 2019
주관부처 과학기술정보통신부
Ministry of Science and ICT
등록번호 TRKO202100020747
과제고유번호 1711092238
사업명 방사선기술개발사업(R&D)
DB 구축일자 2022-04-02
키워드 인공지능.딥러닝.의료-AI.의료영상.컴퓨터 단층촬영.인공음영 제거.자동분할.Artificial Intelligence.Deep Learning.Medical AI.Medical Imaging.Computed Tomography.Metal Artifact Reduction.Auto Segmentation.

초록

1. 연구개발의 목적
• 방사선의료영상의 인공음영을 제거하고, 해상도를 향상하여 영상 품질을 획기적으로 향상
• 방사선치료를 위한 주요 부위 자동 분할
• 고품질 방사선치료용 플랫폼 개발

2. 연구개발 내용
• 딥러닝 모델 학습을 위한 데이터 확보
• 인공음영 제거 모델 개발
• 의료영상 해상도 향상 모델 개발
• 주요 부위 자동분할 모델 개발
• 개발된 모든 모델을 포함하는 종합 시스템 구현

3. 연구개발 결과
• 인공음영 제

Abstract

Based on state-of-art deep learning algorithms, we aim to develop a radio-medicine support system which can (1) remove various artifacts in medical images and improve resolution of the images, (2) automatically segment cancer region for radiation treatment, and (3) develop an integrated system to of

목차 Contents

  • 표지 ... 1
  • 제 출 문 ... 2
  • 보고서 요약서 ... 3
  • 요 약 문 ... 5
  • SUMMARY ... 6
  • CONTENTS ... 7
  • 목차 ... 9
  • 제 1 장 연구개발과제의 개요 ... 11
  • 제 1 절 목적 ... 11
  • 제 2 절 필요성 ... 11
  • 제 2 장 국내외 기술개발 현황 ... 14
  • 제 1 절 국내 기술개발현황 ... 14
  • 제 2 절 국외 기술개발현황 ... 17
  • 제 3 절 본 연구결과가 차지하는 위치 ... 20
  • 제 3 장 연구개발수행 내용 및 결과 ... 22
  • 제 1 절 인공음영 제거 모델 개발 ... 22
  • 제 2 절 의료영상 해상도 향상 모델 개발 ... 29
  • 제 3 절 주요 부위별 자동 분할 모델 개발 ... 32
  • 제 4 절 고품질 방사선치료용 플랫폼 구현 ... 36
  • 제 5 절 의료 인공지능 연구 생태계 구축 ... 41
  • 제 4 장 목표달성도 및 관련분야에의 기여도 ... 45
  • 제 1 절 연도별 연구개발목표 및 달성도 ... 45
  • 제 2 절 관련분야의 기술 발전에의 기여도 ... 46
  • 제 5 장 연구개발결과의 활용계획 ... 48
  • 제 1 절 추가연구의 필요성 ... 48
  • 제 2 절 타연구에의 응용 ... 48
  • 제 3 절 기술이전 추진방안 ... 48
  • 제 6 장 연구개발과정에서 수집한 해외과학기술정보 ... 49
  • 제 1 절 해외 의료-인공지능 연구 그룹 및 성과 ... 49
  • 제 2 절 해외 의료-인공지능 기술 기업 및 성과 ... 51
  • 제 7 장 연구장비의 구축 및 활용 결과 ... 56
  • 제 1 절 NTIS 등록 장비 현황 ... 56
  • 제 2 절 장비 활용 결과 ... 56
  • 제 8 장 참고문헌 ... 57
  • 끝페이지 ... 58

표/그림 (49)

연구자의 다른 보고서 :

참고문헌 (25)

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로