초록 ▼

□ 연구의 목적 및 내용
< 최종목표 >
의료영상의 자동 분류 및 전처리를 통해 영상 빅데이터 및 인공지능을 위한 데이터웨어하우스의 품질을 향상.
< 연구내용 >
○ 1-2차년도
- DICOM 영상의 내용과 헤더정보로 검사 및 시리즈 종류의 자동 분류
- DICOM 영상의 내용과 헤더정보로 재생성된 검사 및 시리즈이름을 PACS DB에 저장된 정보와 비교
- DICOM 파일의 오류 검출
- 1차년도 외부영상 핵의학검사(PET, 뼈스캔 등)에 대해 시행
- 2차년도 외부영상 검사(CT,

□ 연구의 목적 및 내용
< 최종목표 >
의료영상의 자동 분류 및 전처리를 통해 영상 빅데이터 및 인공지능을 위한 데이터웨어하우스의 품질을 향상.
< 연구내용 >
○ 1-2차년도
- DICOM 영상의 내용과 헤더정보로 검사 및 시리즈 종류의 자동 분류
- DICOM 영상의 내용과 헤더정보로 재생성된 검사 및 시리즈이름을 PACS DB에 저장된 정보와 비교
- DICOM 파일의 오류 검출
- 1차년도 외부영상 핵의학검사(PET, 뼈스캔 등)에 대해 시행
- 2차년도 외부영상 검사(CT, MR, US 등)에 대해 시행
○ 3차년도
- 인공지능 연구에 사용하기 쉽도록 초음파영상의 전처리를 시행
- DICOM 영상에서 초음파 영역을 검출하여 crop
- 영상의 병변주위에 표시된 annotation을 제거
- 영상의 annotation 위치를 추출하여 인공지능의 관심영역으로 사용할 수 있도록 함

□ 연구개발성과
< 정성적 성과 >
○ 영상정보 저장상황 보고서
○ DICOM 영상을 이용한 검사이름 및 시리즈 이름을 유추하는 프로그램의 개발
○ 초음파 DICOM 파일에서 영상추출, 마커제거 등을 수행하는 프로그램의 개발

□ 연구개발성과의 활용계획(기대효과)
○ 영상빅데이터 및 인공지능을 위한 데이터웨어하우스 품질 향상
○ 연구자들의 영상을 이용한 인공지능 연구 아이디어의 실현 가능성을 높임
○ 영상데이터 수집 및 클리닝에 소요되는 연구기간을 단축
○ 국립암센터 외 여러기관 영상을 데이터웨어하우스에 추가하여 인공지능 연구결과의 신뢰성을 높임
○ 머신러닝 학습이 가능한 데이터 기반을 구축하여, 국가 암 빅데이터로 확대할 수 있으며 연구자 맞춤형 DB를 제공

(출처 : 요약문 2p)

Abstract ▼

□ Purpose & Contents
< Goal >
Develop a system to pre-process and de-identify clinical data for downstream machine learning tasks.
< Proposed Deliverables >
○ Year 1~2
- Build a system for organizing DICOM files based on header and image content.
- Move organized DICOM files to PAC

□ Purpose & Contents
< Goal >
Develop a system to pre-process and de-identify clinical data for downstream machine learning tasks.
< Proposed Deliverables >
○ Year 1~2
- Build a system for organizing DICOM files based on header and image content.
- Move organized DICOM files to PACS storage.
- Automatically detect errors in DICOM files.
- Year 1: Run system on external PET and bone images.
- Year 2: Run system on external MRI, and CT images.
○ Year 3
- Extend system to ultrasound images.
- Detect and extract images from ultrasound.
- Detect/remove annotations in ultrasound images.

□ Results
< Other Deliverables >
○ Image sorting and classfying software.
○ DICOM-based estimating study and series name.
○ Image extraction and mark remover from US image.

□ Expected Contribution
○ Develop a data warehousing solution for medical imaging informatics and artificial intelligence systems.
○ Improve data delivery and efficiency for computational researchers.
○ Reduce overhead associated with data collection and cleaning.
○ Enable local and multi-center collection and storage of clinical information.
○ Build a standardized data storage solution to allow large-scale and nation-scale analyses of clinical information.

(source : Summary 3p)

목차 Contents

• 표지 ... 1
• 국문 요약문 ... 2
• SUMMARY ... 3
• 목차 ... 4
• 1. 연구개발과제의 개요 ... 5
• 2. 연구수행 내용 및 결과 ... 6
• 3. 연구결과의 중요성 및 활용 방안 ... 15
• 4. 연구수행 달성도 ... 15
• 5. 연구개발과제의 대표적 연구실적 ... 16
• 6. 참여연구원 현황 ... 16
• 7. 기타사항 ... 16
• 8. 참고문헌 ... 16
• 끝페이지 ... 16