MR 영상을 이용한 합성곱 신경망 기반의 상완골두 및 관절와 자동 분할Automated Segmentation of Humeral head and Glenoid based on Convolution Neural Network using Magnetic Resonance Images
- Other Titles
- Automated Segmentation of Humeral head and Glenoid based on Convolution Neural Network using Magnetic Resonance Images
- Authors
- 박예랑; 김영재; 김광기; 이신우
- Issue Date
- Mar-2020
- Publisher
- 차세대컨버전스정보서비스학회
- Keywords
- Artificial Intelligence; Deep learning; Segmentation. Convolution Neural Network; Shoulder disease; 인공지능; 딥러닝; 분할; 합성곱 신경망; 어깨 질환
- Citation
- 차세대컨버전스정보서비스기술논문지, v.9, no.1, pp.95 - 102
- Journal Title
- 차세대컨버전스정보서비스기술논문지
- Volume
- 9
- Number
- 1
- Start Page
- 95
- End Page
- 102
- URI
- https://scholarworks.bwise.kr/gachon/handle/2020.sw.gachon/26303
- DOI
- 10.29056/jncist.2020.03.09
- ISSN
- 2384-101X
- Abstract
- 어깨 관련 질환에는 회전근개 손상, 관절와순손상, 어깨충돌증후군 및 습관성어깨탈구 등이 있다. 건강보험진료 통계에 따르면, 이러한 어깨병변으로 진료를 받은 환자수는 매년 증가하는 추세이다. 어깨 관련 질환을 진단하는 대표적인 방법으로 MRI(Magnetic Resonance Imaging,자기공명영상)가 있다. 본 논문에서는 합성곱 신경망 알고리즘인 U-net을 이용해 MR 영상에서 상완골두와 관절와 부위를 자동 분할함으로써 전문의가 관련 질환을 더욱 빠르게 진단하는 데 도움을 주는 연구를 진행하고자 한다. 81명 환자의 MR 영상 총 2251장을 수집하여 이를 훈련셋과 테스트셋으로 사용하였다. 427장 데이터로 검증한 U-net으로 훈련된 어깨뼈 분할 모델의 평가 결과로 민감도 89.32%, 특이도 99.78%, 정확도 99.44% 다이스 계수 92.02%를 보였다. 추후 영상처리 기법을 통해 어깨뼈의 경계영역의 모호성을 해결하고 추가 데이터 수집을 통해 관절와 영역을 충분히 훈련시킨다면 보다 높은 정확도를 얻어 전문의의 진단에 큰 도움을 줄 수 있을 것이라 기대한다.
- Files in This Item
- There are no files associated with this item.
- Appears in
Collections - 의과대학 > 의학과 > 1. Journal Articles
- 보건과학대학 > 의용생체공학과 > 1. Journal Articles
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.