KCI등재
SCOPUS
슬개대퇴증후군 환자의 체중부하 CT를 활용한 기계학습 기반 무릎 통증도 평가 = Machine Learning-based Knee Pain Assessment Using the Upright CT of Patients with Patellofemoral Pain
Patellofemoral pain (PFP), a common disease in 20~30% of knee pain patients, is caused by muscle imbalance, cartilage shortening, and the abnormal alignment of joints. If the joint moves abnormally, the pressure applied to the cartilage is not evenly dispersed, causing pain, which can be said to be the main cause of PFP. The goal of this study is to develop an algorithm that can predict patellofemoral pain using only three-dimensional (3-D) computed tomography (CT) images acquired under a weight-bearing posture. A total of eight two-dimensional (2-D) or 3-D metrics that quantitatively represent the alignment of the patellofemoral joint were measured. The coordinates of the anatomical landmarks necessary to derive the corresponding quantitative metrics from the acquired CT images were extracted by three experienced evaluators. The correlation between the eight metrics and pain scale was analyzed using nine representative machine learning-based algorithms. As a result, the proposed algorithms were able to effectively predict the pain level with a high accuracy of less than 10%, and the error based on the highest performance algorithm for each biomarker was set.
더보기무릎 통증 환자의 20~30%에서 흔히 볼 수 있는 질환인 슬개대퇴증후군은 근육의 불균형, 연골의 단축, 관절의 비정상적인 정렬 등에 의해 발생한다. 관절이 비정상적으로 움직이게 되면 연골에 가해지는 압력이 고르게 분산되지 않아 통증을 유발하기 때문에 이는 슬개대퇴증후군의 주요 원인이라고 할 수 있다. 본 연구의 목표는 체중부하 조건에서 치료 전후의 컴퓨터 단층영상 이미지만을 활용하여 무릎 통증도를 예측할 수 있는 기계학습 기반 알고리즘 개발이다. 환자 개개인의 3차원 이미지에서 무릎 정렬을 물리적인 양으로 나타내는 2개의 2D 바이오마커와 6개의 3D 바이오마커를 도출하였다. 총 3명의 전문가들이 해당 바이오마커 값 계산에 필요한 해부학적 랜드마크 좌표 값들을 3차원 CT 영상 내에서 추출하였으며, 이들의 평균값을 최종 분석에 활용하였다. 3차원 CT 영상 내에서 계산된 해당 8가지 바이오마커의 값들과 무릎 통증 정도를 조사한 설문지 결과(통증 정도) 사이의 상관관계를 9개의 기계학습 기반 알고리즘으로 분석하였다. 그 결과, 제안된 알고리즘들은 환자의 통증 정도를 높은 정확도(사용된 바이오마커별 가장 성능이 높은 알고리즘 기준으로 10% 이하의 오차)로 예측하였다. 본 연구는 처음으로 무릎 통증도를 예측하는 알고리즘을 개발하였다는 점에서 큰 임상적인 의의가 있다.
더보기분석정보
연월일 | 이력구분 | 이력상세 | 등재구분 |
---|---|---|---|
2023 | 평가예정 | 해외DB학술지평가 신청대상 (해외등재 학술지 평가) | |
2020-01-01 | 평가 | 등재학술지 유지 (해외등재 학술지 평가) | KCI등재 |
2010-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2008-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2006-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2004-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2001-01-01 | 평가 | 등재학술지 선정 (등재후보2차) | KCI등재 |
1998-07-01 | 평가 | 등재후보학술지 선정 (신규평가) | KCI후보 |
기준연도 | WOS-KCI 통합IF(2년) | KCIF(2년) | KCIF(3년) |
---|---|---|---|
2016 | 0.23 | 0.23 | 0.25 |
KCIF(4년) | KCIF(5년) | 중심성지수(3년) | 즉시성지수 |
0.22 | 0.19 | 0.552 | 0.03 |
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)