Current Result Document : 1 / 1
| 한글제목(Korean Title) |
딥러닝 기반의 CT 이미지를 활용한 비소세포 폐암 내 종양 검출 |
| 영문제목(English Title) |
Deep learning-based tumor segmentation in non small cell lung |
| 저자(Author) |
최정민
공영빈
김지현
추현경
채희준
Joung Min Choi
Young Bin Kong
Jihyeon Kim
HyunKyung Choo
Heejoon Chae
|
| 원문수록처(Citation) |
VOL 48 NO. 02 PP. 0416 ~ 0418 (2021. 12) |
한글내용
(Korean Abstract) |
폐암은 암 환자들에게 세 번째로 가장 많이 진단되는 악성 종양 중 하나로, 암으로 인한 사망 원인 중 두 번째를 차지한다. 폐암은 다양한 형태 및 종류로 발생하고 있으며, 종양의 조기 진단 및 발견은 암의 예후에 있어 중대한 영향력을 가진다. 또한, 폐암 환자의 서브타입(subtype)에 따라 환자들의 치료법에 차이가 있으므로, 정확하게 폐암 환자의 종양 위치 및 형태를 예측하는 것은 매우 중요하다. 현재 폐암 환자의 진단은 CT/PET 스캔을 기반으로 이뤄지며, 의사들이 종양의 위치를 특정하여 해당 부분의 조직 검사를 진행하는 추세이다. 하지만, 의사 개인에 따른 주관적인 요소가 예측 요인에 포함되고, 육안 판독이 난해한 경우가 많아 정밀 진단에 어려움을 겪고 있다. 이에 따라 Computed Aided Diagnosis 시스템을 활용하고자 하며, 최근 이미지 분류 및 인식 또는 객체 검출에서 높은 성능을 보이는 딥러닝(Deep learning) 기술 도입에 대한 관심 또한 높아지고 있다. 하지만, 아직까지 폐암의 진단 및 예후 예측에 높은 중요성을 갖는 환자의 CT 이미지 내 종양 검출 등의 문제에 쉽게 적용되지 못하고 있는 실정이다. 본 논문에서는 CT 이미지를 활용한 딥러닝 기반의 비소세포(Non-Small Cell Lung Cancer) 폐암 내 종양 검출 모델을 제시한다. 전처리 과정 수행 후, U-Net 구조를 변형한 뉴럴 네트워크 모델을 구축하여 비소세포폐암 환자의 CT 이미지를 학습시켰으며, 성능 평가 결과, 평균 0.9651의 Dice-coefficient로 높은 성능을 보였다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
