초록 ▼

□ 연구의 목적 및 내용
○ 연구개발 주요 목표: 의료영상판별지원 모델 개발을 위한 이미지 합성데이터 구축·개방
○ 연구개발 세부 목표: 계층적 폐암 CT 합성 영상데이터 구축 및 개방
○ 연구개발 성과 목표: 데이터 공개를 위한 플랫폼 활용
- 2022년 폐암 합성데이터 생성·검증·개방에 관한 SCI(E) 논문 1편 작성 및 투고
- 폐암 합성 데이터 생성 및 검증
- 암빅데이터 플랫폼의 데이터프리박스 (Data free box) 생산한 인공지능 학습용 데이터 개방

□ 연구개발성과

□ 연구의 목적 및 내용
○ 연구개발 주요 목표: 의료영상판별지원 모델 개발을 위한 이미지 합성데이터 구축·개방
○ 연구개발 세부 목표: 계층적 폐암 CT 합성 영상데이터 구축 및 개방
○ 연구개발 성과 목표: 데이터 공개를 위한 플랫폼 활용
- 2022년 폐암 합성데이터 생성·검증·개방에 관한 SCI(E) 논문 1편 작성 및 투고
- 폐암 합성 데이터 생성 및 검증
- 암빅데이터 플랫폼의 데이터프리박스 (Data free box) 생산한 인공지능 학습용 데이터 개방

□ 연구개발성과
< 정성적 성과 >
○ 주요 연구개발 내용
- 폐암 데이터(이미지,텍스트) 확보
· IRB 및 DRB를 통해서 영상 및 텍스트 데이터 확보
· CRDW 폐쇄안심구역에서 분석환경 구성 완료
- 원천 데이터 가공
· 텍스트 데이터 목표 모집단 정의 및 데이터 전처리
· 이미지 데이터 변환 및 전처리를 통한 학습용 데이터 추출
- 폐암 합성데이터 생성 및 검증
· 텍스트 데이터 계층적(규칙분할) 기반 모델링을 통한 합성데이터 생성 및 모델링 검증 (Deepsurv : 78.90, RSF : 80.57, survival svm 82.96, xgbse 79.98) 성능을 보이며, 원천 데이터와 유사한 모델 성능을 보임
· 텍스트 데이터 계층적(규칙분할)에서 사용된 모델링 설계 기반을 적용한 이미지 합성 데이터 생성 및 검증

□ 연구개발성과의 활용계획(기대효과)
○ 합성 데이터 생산 연구에 좋은 기반 자료로 활용 될 수 있을 뿐만 아니라, 이들 합성 데이터들은 국가암데이터센터에 공개 함으로써, 향후 인공지능 기반 연구에 많은 도움을 줄 수 있을 것으로 생각한다.
○ 향후, 본 연구과제의 연구 프레임을 기반으로 다양한 암 영상 및 텍스트 합성데이터 추가 연구가 진행될 수 있을 것이며, 이들 합성 데이터를 기반으로 다국적 다기관 연구가 활발해질 것으로 기대함

(출처 : 요약문 2p)

Abstract ▼

□ Purpose & Contents
○ Objectives of research : Construction and Opening of Image Synthesis Data for the Development of Medical Image Discrimination Support Model
○ Detailed objectives of R&D: Construction and opening of CT composite imaging data and tabular data for hierarchical lung cancer

□ Purpose & Contents
○ Objectives of research : Construction and Opening of Image Synthesis Data for the Development of Medical Image Discrimination Support Model
○ Detailed objectives of R&D: Construction and opening of CT composite imaging data and tabular data for hierarchical lung cancer
- Preparation and submission of one SCI (E) paper on the creation, verification, and opening of lung cancer synthesis data in 2022
- the generation and verification of synthetic data
- Open data for artificial intelligence learning produced by National Cancer Data Protal

□ Results
○ Major research contents
- Obtaining Lung Cancer Data (Image, Text)
· Gain image and text data with IRB and DRB
· the composition of the analysis environment in the CRDW closed safety zone
- Data pre-processing
· objective population of definition and data pre-processing in tabular data
· Extraction of learning data through image data conversion and pre-processing
- Generation and validation of lung cancer synthesis data
· Synthetic data generation and modeling verification through textual data hierarchical (rule division) based modeling showed appropriate perfromances(Deepsurv: 78.90, RSF: 80.57, Survival svm 82.96 and xgbse 79.98), which was similar to real data
· generation of image synthesis data through hierarchical (rule segmentation) based on model framework of rule division.

□ Expected Contribution
Not only can it be used as a good base material for synthetic data production research, but it is also thought that these synthetic data will be released to the National Cancer Data Center, which will help a lot in future AI-based research. In the future work, additional research on various cancer images and synthetic data can be conducted based on the research frame of this research project framework, and multi-natinal or multi-organ research is expected to be active based on these synthetic data.

(source : Summary 3p)