| 초록 |
연구의 목적 및 내용 유방자기공명영상에서 보이는 조영증강 병변의 형태학적, 역동학적 소견으로부터 유방암 진단에 사용되는 최신 Breast Imaging Reporting and Data System 용어 추출 - 기계학습 기법을 이용한 컴퓨터 보조 진단 장치의 BI-RADS 자동 추출 알고리즘 개발 - 유방자기공명영상에서 사용되는 컴퓨터 보조 진단을 응용한 텍스쳐 분석, 실질 밀도 분석 데이터를 추출된 BI-RADS 용어분석과 통합 - 유방자기공명영상에서 유방암 자동 진단 시스템 및 치료 전후 모니터링을 통한 예후 예측 모델 개발 연구결과 유방암이 진단된 환자에서의 수술 전 자기공명영상을 연구의 database로 활용 - 유방암이 진단된 환자에서의 수술 전 자기공명영상을 토대로 300례 이상의 DB 구축 - 3명 이상의 숙련된 영상의학과 판독의가 유방 MRI 검사에 대한 BI-RADS 표준용어(lexicon)들을 기술. - 유방암 세부 아형별 자기공명영상 특징 및 텍스쳐 파라미터 추가분석 - 종괴의 확산 자기공명영상에서의 재현성 연구 다기관 유방 자기공명 영상 프로토콜 분석 MR영상에서 BI-RADS 자동 추출 알고리즘 개발 - DICOM영상에서 관심부위를 영역화하여 segmentation하여 BI-RADS 자동 추출 알고리즘 적용함. - BI-RADS 및 환자정보와 생검 결과를 매개 변수로 쓰고 다양한 기계학습 기법을 이용하여 유방암 가능성에 대한 예측 모델을 개발함. BI-RADS 자동 추출 알고리즘 적용 - 예측 모델의 성능을 ROC 기법을 이용하여 판독의의 유방암 가능성 평가 결과와 비교하여 측정. 연구결과의 활용계획 - 본 예측모델은 유방암이 진단된 환자의 자기공명 영상에 적용되어 조영증강 되는 병변의 형태 및 역동학적 소견을 자동으로 분석하여 표준 판독 용어에 유사하게 구현하였다. - 개인의 유방암 위험도, 분자 아형 및 형태적 소견은 배제되어 있는 기존의 CAD 시스템과 다른 영상과 임상의 전반적 자료를 이용하여 새로운 유방암 진단 컴퓨터 보조 프로그램으로 판독의의 정확성을 높이고 여러 정보를 기반으로 유방암 위험도를 예측하였다 - 향후 전향적으로 프로그램을 적용한 연구가 실시되어 프로그램의 유용성이 알려져 국내의 독창적인 유방암 진단 컴퓨터 보조 프로그램이 널리 쓰이게 되면 외화 절감 뿐 아니라 병변의 조직검사를 줄여 의료비의 감소도 기대 할 수 있으며 향후 유방 영역뿐만 아니라 다른 영역에서의 진단 연구의 개발에도 큰 영향을 미칠 것이다. - 병원의 임상의와 공학 통계학 분야의 대학과 연계된 조직하에서 본 연구가 수행되어 진료영역에만 치중하여 사용자의 입장이었던 의료 인력들이 보다 나은 진단기기 개발에 참여하였고 기초 연구에만 치중하였던 연구 인력들은 유방에 대한 진료 영역의 지식을 공유하였으므로 추후 더욱 발전된 의료 진단 연구의 초석을 이루게 될 것이다. ( 출처 : 한글요약문 4p ) |
