초록 ▼

□ 연구개요
이중에너지 컴퓨터 단층촬영의 물질분리영상에서 골수부종을 진단하는 딥러닝 알고리즘을 개발하고, 개발된 알고리즘의 유용성 검증 및 프로그램을 개발하고자 함.

□ 연구 목표대비 연구결과
*1차년도 목표: 이중에너지 컴퓨터 단층촬영 물질분리영상에서 골수부종을 진단하는 딥러닝 알고리즘 개발
- 이중에너지 컴퓨터 단층촬영과 자기공명영상을 동시에 촬영한 환자를 대상으로 연구 수행함. 최종 연구대상 73명 환자 중 50명 환자의 2897개의 imaging data에서 augmentation을 거쳐 4515

□ 연구개요
이중에너지 컴퓨터 단층촬영의 물질분리영상에서 골수부종을 진단하는 딥러닝 알고리즘을 개발하고, 개발된 알고리즘의 유용성 검증 및 프로그램을 개발하고자 함.

□ 연구 목표대비 연구결과
*1차년도 목표: 이중에너지 컴퓨터 단층촬영 물질분리영상에서 골수부종을 진단하는 딥러닝 알고리즘 개발
- 이중에너지 컴퓨터 단층촬영과 자기공명영상을 동시에 촬영한 환자를 대상으로 연구 수행함. 최종 연구대상 73명 환자 중 50명 환자의 2897개의 imaging data에서 augmentation을 거쳐 4515개의 imaging data를 이용하여 물질분리영상에서 골수부종을 발견하는 딥러닝 알고리즘을 개발함 --> 목표 달성
- 1297개의 test set을 대상으로 개발한 딥러닝 알고리즘과 다양한 경험의 5명의 의사들 (영상의학과, 정형외과 전공의 및 전문의)의 골수부종 진단능을 비교한 후 딥러닝의 높은 진단능 입증. SCI 저널에 논문 투고함 --> 목표 초과달성

*2차년도 목표: 개발된 알고리즘의 임상유용성 검증, 알고리즘의 성능향상 및 개선 영상의 유용성 검증
- 1차년도에 투고하였던 딥러닝 알고리즘의 임상유용성 검증 연구의 SCI 논문 게재 및 국제학회에서 구연발표함 --> 목표 달성
- 딥러닝 알고리즘의 성능향상 모델 (Generative Adversarial Network을 이용한 데이터 증강기법)을 만들어 기존 모델과 비교함. 기존 기법과 개선 기법을 FID (Fréchet inception distance) 및 FID infinity score를 이용하여 비교하여 개선 기법이 더욱 높은 진단능 및 안정적인 결과를 보인다는 것을 증명하여 이를 SCI 저널에 논문 투고함 --> 목표 달성
- 개발된 알고리즘을 이용하여 물질분리영상에서 골수부종을 진단하는 딥러닝 프로그램을 개발함 --> 목표 초과달성

□ 연구발성과의 활용 계획 및 기대효과(연구개발결과의 중요성)
이중에너지 물질분리영상의 뛰어난 기능 및 가능성에도 불구하고 동반된 artifact로 인해 경험이 적은 의사들은 진단 및 사용에 제한이 컸음. 하지만 딥러닝을 통해 골수부종의 여부를 진단하면 일정하게 높은 진단능이 나오는 것을 확인하였으며 이를 통해 딥러닝이 고식적인 영상검사뿐만 아니라 다양한 기능성 검사에도 활용될 수 있다는 것을 알게 됨. 이 과정에서 여러 딥러닝 알고리즘 및 측정모델을 만들었기에 향후 연구에서도 유용하게 활용가능할 것으로 판단됨.

(출처 : 연구결과 요약문 2p)

목차 Contents

• 표지 ... 1
• 연구결과 요약문 ... 2
• 목차 ... 3
• 1. 연구개발과제의 개요 ... 4
• 1) 연구의 목표 ... 4
• 2) 연구의 필요성 ... 4
• 2. 연구개발과제의 수행 과정 및 수행 내용 ... 6
• 1) 1차년도 ... 6
• 2) 2차년도 ... 6
• 3. 연구개발과제의 수행 결과 및 목표 달성 수준 ... 7
• 1) 정성적 연구개발성과(연구개발결과) ... 7
• 2) 세부 정량적 연구개발성과 ... 15
• 3) 목표 달성 수준 ... 17
• 4) 목표 미달 시 원인 분석 ... 17
• 4. 연구개발성과의 관련 분야에 대한 기여 정도(연구개발결과의 중요성) ... 18
• 5. 연구개발성과의 관리 및 활용 계획 ... 18
• 6. 참고문헌 ... 18
• 붙임1. 세부 정량적 연구개발성과 ... 20
• 붙임2. 연구책임자 대표적 연구실적 및 증빙(요약문 및 사본) ... 21
• 끝페이지 ... 24