| 초록 |
□ 연구개요 본 연구는 의료영상 내의 병변을 자동으로 검출하고 그 특성을 판별하는지능적인 의료영상 분석 시스템의 개발을 목표로 하였다. 이를 위해 데이터의 양이 부족하거나 대략적인 참값 정보만 포함된 의료영상 데이터베이스로부터 효과적인 학습이 가능한 딥 러닝 기술을 개발하였다. 본 연구를 통해학습에 필요한 데이터를 확보하기 위한 시간과 노력이 절감되어 지능적인 의료영상 판독 기술이 더 다양한 질환의 진단에 응용될 수 있을 것으로 기대된다. □ 연구 목표대비 연구결과 세부 연구 내용과 그 성과는 다음과 같다. 1. 유방 X-선 영상 내 병변의 검출 및 판별 기법 연구 1) 영상, BI-RADS 항목값, 생검 결과로 구성되는 DB 구축 (완료) 2) 약지도적 학습 기반 병변 검출 기법 연구 (sci 논문 게재) 3) 약지도적 학습 기반 검출/기술/진단 기법 연구 (sci 논문 게재) 2. 유방 초음파 영상 내 병변의 검출 및 판별 기법 연구 1) 영상, BI-RADS 항목값, 생검 결과로 구성되는 DB 구축 (구축) 2) 유방 초음파 영상 내 병변의 약지도적 검출 기법 연구 3) 유방 초음파 영상 내 병변의 준지도적 검출 기법 연구 4) 유방 초음파 영상 내 병변의 검출/기술/진단을 위한 약지도적 및 준지도적 통합 학습 기법 연구 3. 유방 MR 영상 내 병변의 검출 및 판별 기법 연구 1) 영상, BI-RADS 항목값, 생검 결과로 구성되는 DB 구축 (구축 완료) 2) 유방 3D MR 영상 내 병변의 준지도적 검출 기법 연구 (시도되었으나 불가능한 작업임 확인) 4. 유방 X-선/초음파/MR 멀티모달리티 영상 분석 기술 연구 1) 멀티모달리티 DB 구축 (구축) 2) 멀티모달리티 영상 학습을 통한 입력 영상 내 병변 검출/기술/진단 딥 러닝 알고리즘 구현 □ 연구개발성과의 활용 계획 및 기대효과(연구개발결과의 중요성) 약지도 기반의 학습 성과는 달성하였으나 준지도 (semi-supervised) 관련한 연구는 별로로 진행하지 않음. 유방 mamo 영상에 대한 성과는 어느 정도 달성하였으나 MRI 영상에 암 종류 분별은 최종적으로 불가능한 것으로 결론이 남 (전문가도 영상으로 구분할 수 없는 것은 영상 분석 기법으로 시도하여도 힘들다는 결론) 복부 CT에서 충수염 검출 연구는 좋은 성과를 내어서 그 연구 결과를 IEEE Tr. Medical imaging에 게재함. 아울러서 혈관 영영화 연구 결과도 Medical Image Analysis에 게재함. 두 학술지는 의료영상분석에서 모두 최상위 학술지에 해당됨. 강화학습 기법을 3차원 객체에서 요구되는 지점 검출에 효과적으로 활용할 수 있음을 처음 적용했다는 점과 의료영상의 많은 혈관 구조 영역화에 모두 적용 가능한 기법을 개발한 것이 큰 성과이다. (출처 : 연구결과 요약문 3p) |
