단순 방사선 촬영 영상에서 딥러닝 알고리즘의 객체 검출법을 이용한 두개골 골절의 자동화 진단 = Automated diagnosis of skull fracture by object detection method using deep learning algorithm in plain radiography images
저자
발행사항
인천 : 가천대학교 일반대학원, 2021
학위논문사항
학위논문(박사)-- 가천대학교 일반대학원 : 의학과 임상전공 2021. 2
발행연도
2021
작성언어
한국어
주제어
발행국(도시)
인천
형태사항
; 26 cm
일반주기명
지도교수: 이상구
UCI식별코드
I804:23001-200000370209
소장기관
두부 외상 환자에서 두개골 골절은 뇌출혈, 감염 등의 악화 가능성이 있기 때문에 신속하고 정확히 진단해야 한다. 두개골 단순 방사선 촬영은 두개골 골절을 진단하는 가장 기본적인 영상 검사이다. 딥러닝은 인공 신경망 훈련을 기반으로 하는 기계 학습 접근 방식으로, 딥러닝을 이용한 객체 검출 알고리즘은 이미지 분석에 있어 가장 강력한 도구로 활용되고 있다. 최근 들어 의료분야에서 딥러닝을 이용한 영상학 검사 분석에 대한 연구들이 많이 발표되고 있다. 하지만 현재까지 두개골 단순 방사선 촬영 영상을 분석한 연구는 없는 상태이다. 우리는 이번 연구를 통해 두개골 단순 방사선 촬영 영상 이미지에서 두개골 골절을 찾기 위한 합성곱 신경망 딥러닝 알고리즘의 진단 성능을 분석, 평가하고, 임상적 적용 가능성을 알아보고자 하였다.
두부 손상으로 인한 두개골 골절로 진단된 환자 481명과 두부 손상은 있었으나 두개골 골절이 없는 환자 260명을 포함한 총 741명의 환자로부터 2,026장(골절: 991장, 정상: 1,035장)의 두개골 단순 방사선 촬영 이미지를 얻었다. 그 중 1,639장(골절: 810장, 정상: 829장)을 딥러닝 알고리즘 학습에 사용하였고, 학습에 사용하지 않은 나머지 387장을 딥러닝 알고리즘 시험에 사용하였다. 두 명의 신경외과 전문의가 딥러닝 학습을 위해 골절 영역에 상자 모양의 ROI (region of interest)를 그렸다. 딥러닝 모델로 RetinaNet 아키텍쳐를 사용하였고, 딥러닝 알고리즘의 진단 성능을 평가하기 위해 정밀도, 재현율, 평균 정밀도를 측정하였다.
ResNet-50, 101, 152, 세 모델에 대한 평균 정밀도는 ResNet-152 모델에서 가장 높았다. ResNet-152 모델에서 IOU (intersection over union) 역치값을 0.1, 0.3, 0.5로 정했을 때의 평균 정밀도는 각각 0.7240, 0.6698, 0.3687이었으며, IOU와 신뢰도 역치값이 0.1일 때 정밀도는 0.7292, 재현율은 0.7650이었다. IOU 역치값 0.1, 신뢰도 역치값 0.6일 때 참과 거짓은 82.9%, 17.1%였고, 전후상, 전후 반축위상, 양 측면상 간의 참/거짓 비율, 위양성/위음성 비율은 유의미한 차이를 보였다(p=0.032, 0.003). 위양성에서 검출된 객체는 혈관구와 봉합선이 있었고, 위음성에서는 이개골절 및 봉합선에 걸쳐있는 골절, 혈관구 주변에 생긴 골절, 안와 주변에서 보이는 골절의 검출 성능이 떨어졌다. 성인과 만 10세 이하의 소아 이미지에 대한 분석 결과, 위양성/위음성 비율에서 두 군 간의 유의미한 차이를 보였고(p=0.042), 소아에서 상대적으로 위양성이 높았다.
이번 연구는 단순 방사선 촬영 영상에서 딥러닝을 이용한 두개골 골절 검출 성능을 분석하고 평가한 첫 연구로서의 의미를 가진다. 딥러닝을 통한 객체 검출 알고리즘은 의료진의 판단과 더해져 진단과 치료 결정에 있어 지금보다 훨씬 뛰어난 결과를 보일 수 있을 것이다. 향후 추가 연구를 통해 알고리즘의 검출 성능을 더욱 높일 수 있을 것으로 기대된다.
분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)