초록 ▼

□ 연구개요
피부암 진단 소프트웨어 개발을 위한 수학적 연구를 목표로 한다. 피부암중 아주 악성으로 알려진 흑색종과 다른 피부암을 구분하는 ABCD 판별법이 있는데, 1차로이 판별법에 대해 수학적으로 더 엄밀한 지표를 만들어 흑색종을 다른 피부암과 구분한다. 그리고, 양성 흑색종을 점 등의 피부암 아닌 피부 부분과 구분할 수 있는 지표를 만든다. 이에 대해서는 ABCD 와 같이 널리 알려진 판별법이 없지만 의학계와 정보공유를 통해 수학적인 지표를 만들고자 한다.

□ 연구 목표대비 연구결과
흑색종의 양성과 악성

□ 연구개요
피부암 진단 소프트웨어 개발을 위한 수학적 연구를 목표로 한다. 피부암중 아주 악성으로 알려진 흑색종과 다른 피부암을 구분하는 ABCD 판별법이 있는데, 1차로이 판별법에 대해 수학적으로 더 엄밀한 지표를 만들어 흑색종을 다른 피부암과 구분한다. 그리고, 양성 흑색종을 점 등의 피부암 아닌 피부 부분과 구분할 수 있는 지표를 만든다. 이에 대해서는 ABCD 와 같이 널리 알려진 판별법이 없지만 의학계와 정보공유를 통해 수학적인 지표를 만들고자 한다.

□ 연구 목표대비 연구결과
흑색종의 양성과 악성을 구분하는 ABCD 판별법 중 판별기준 Asymmetry, Border Irregularity, Color Variegation에 대해 각각 1개, 2개, 2개의 정량화를 위한 수학적 기준을 마련하였다.
ABCD판별법 적용 이전에 영상을 분할하는 방법에 대해서 이진 영상분류에 널리 쓰이는 Otsu 해법과 영상 Laplace 연산에 대해 weight를 조정하여 영상대비를 강화하는 기법을 적용하였고 어떤 weight를 선택하는지에 대한 연구도 진행하였다. 실제 피부암 전문가의 분할 결과에 기반하여 관심영역의 크기를 조절하는 연구도 수행하였다.
ABCD 판별법 적용이후 최종 분류를 위해 단순히 각 판별기준 중 하나만 있으면 악성으로 경고를 주는 기법과 세 판별기준에 어떻게 Weight를 주느냐에 대한 연구를 진행하였으며 ROC curve를 이용하여 민감도와 특이도를 향상시키는 분류법을 적용한 연구도 수행하였다.
Deep learning을 이용한 연구를 진행하기 위해 각종 연구 결과를 조사하고, 부분적으로 시도를 하였다.

□ 연구개발성과의 활용 계획 및 기대효과(연구개발결과의 중요성)
현재 피부암 판별 기법을 Deep learning의 비약적 발전에 힘입어 마찬가지로 비약적인 발전을 이루었지만, 과연 의료문제의 책임을 AI가 담당할 수 있는지, 잘못된 결과를 어떻게 반영하여 판별기법을 향상시킬수 있는지 등에 대한 문제가 남아있다.
이런 문제들을 해결하기 위해서는 ABCD 판별기준 등 전통적인 변수들이 심층학습 내부에서 어떻게 작용하는지 등에 대한 연구가 필요하며 소위 말하는 설명가능한 AI 등에 기여할 수 있을 것이다.
의료 진단의 자동화에 기여할 것이며, 이는 심층학습의 발전으로 인해 조금씩 현실화 되어가고 있으며, 피부암 전문가들의 AI등의 과학적 진단기법에 대한 이해와 활용에 기반하여 점점 더 널리 사용될 것이라 생각한다.

(출처 : 연구결과 요약문 2p)

목차 Contents

• 표지 ... 1
• 연구결과 요약문 ... 2
• 목차 ... 3
• 1. 연구개발과제의 개요 ... 4
• 2. 연구개발과제의 수행 과정 및 수행 내용 ... 6
• 3. 연구개발과제의 수행 결과 및 목표 달성 수준 ... 7
• 1) 정성적 연구개발성과(연구개발결과) ... 7
• 2) 세부 정량적 연구개발성과 ... 7
• 3) 목표 달성 수준 ... 7
• 4) 목표 미달 시 원인 분석 ... 7
• 4. 연구개발성과의 관련 분야에 대한 기여 정도(연구개발결과의 중요성) ... 8
• 5. 연구개발성과의 관리 및 활용 계획 ... 8
• 6. 참고문헌 ... 9
• [붙임1] 세부 정량적 연구개발성과 ... 11
• [붙임2] 연구책임자 대표적 연구실적 및 증빙(요약문 및 사본) ... 17
• 끝페이지 ... 27