| 초록 |
□ 연구개요 연구의 최종목표: CT 및 MRI 영상의 딥러닝(deep learning)을 이용한 간 비장 자동분할 및 간 라디오믹스 정보의 자동분석 알고리듬의 개발과 대규모 코호트 연구를 통한 만성 간질환의 예후 예측 모델의 개발 □ 연구 목표대비 연구결과 1. 1차년도 (2020년) 1) CT 영상 기반을 이용한 간과 비장 자동분할 딥러닝 알고리듬의 개발 - 간과 비장 분할의 dice similarity score 97.3% 이상의 높은 정확도를 획득함 2) 한국인 간 비장 용적의 정상 범위 확립 3) B형 간염에 의한 간경화 환자에서 위식도 정맥류의 위험도 예측을 위한 CT에서 측정한 비장 용적 기반의 인덱스 개발 2. 2차년도 (2021년) 1) 간 특이 조영제를 이용한 MRI에서 기능적 간 용적 계산 프로그램의 개발 - 간과 비장 분할에 있어 Dice score 0.977의 높은 정확도를 획득함 - 간과 비장의 용적 및 신호강도 측정에 있어서 측정 오차범위 (Bland-Altman 95% limit-of-agreement): 간용적 3.7%, 비장용적 7.9%, 간신호강도 1.3%, 비장신호강도 1.7% 2) 기능성 간 용적 계산 모델의 개발과 검증 3. 3차년도 (2022년) 1) 간 특이 조영제를 이용한 MRI에서 기능적 간 용적을 이용한 예후 예측 2) 기능성 잔존 간 용적을 이용한 간 절제 수술 후 합병증 발생 여부 예측 연구 (연구 진행 중) □ 연구개발성과의 활용 계획 및 기대효과(연구개발결과의 중요성) 1) 후속 연구를 통한 PACS 연동형 딥러닝 알고리듬의 개발 - 본 연구에서 개발된 CT, MRI 영상 자동 분석의 딥러닝 알고리듬을 고도화하고 적용 영상을 확대하여 발전시킬 계획임 - CT, MRI 영상 검사를 딥러닝 알고리듬이 자동적으로 분석하여 판독업무 시점에 딥러닝 분석 결과와 예측 모델 기반의 분석 결과를 판독의가 영상과 함께 검토할 수 있는 PACS 연동형 딜러닝 알고리듬으로 발전 2) 딥러닝 알고리듬의 임상 활용 - PACS 연동형 딥러닝 알고리듬을 임상 진료에 활용 - 딥러닝 알고리듬의 임상 활용으로 축척된 데이터를 이용해 임상연구 수행 (출처 : 연구결과 요약문 2p) |
