경기기술마켓

[동국대학교 경주캠퍼스] 정확하게 병변을 인식하고 질환을 분류하는 질환정보 제공 방법

최고관리자　 0 Comments　 1 Views　 20-11-10 15:46　 기계

분야 : 보건~의료 개발상태 4 9

캡슐내시경 영상을 이용한 딥러닝 기반 자동 진단 시스템 및 방법

보유기관 및 연구자 : 동국대학교 임윤정 교수

상담신청 기술문의

TRL09
사업화
- 본격적인 양산 및 사업화 단계
TRL08
시작품 인증/
표준화
- 일부 시제품의 인증 및 인허가 취득 단계
  - 조선 기자재의 경우 선급기관 인증, 의약품의 경우 식약청의 품목 허가 등
TRL07
Pilot 단계 시작품
신뢰성 평가
- 시작품의 신뢰성 평가
- 실제 환경(수요기업)에서 성능 검증이 이루어지는 단계
TRL06
Pilot 단계 시작품
성능 평가
- 경제성(생산성)을 고려한, 파일로트 규모의 시작품 제작 및 평가
- 시작품 성능평가
TRL05
시제품 제작/
성능평가
- 개발한 부품/시스템의 시작품(Prototype) 제작 및 성능 평가
- 경제성(생산성)을 고려하지 않고, 우수한 시작품을 1개~수개 미만으로 개발
TRL04
연구실 규모의
부품/시스템 성능평가
- 연구실 규모의 부품/시스템 성능 평가가 완료된 단계
- 실용화를 위한 핵심요소기술 확보
TRL03
연구실 규모의
성능 검증
- 연구실/실험실 규모의 환경에서 기본 성능이 검증될 수 있는 단계
- 개발하려는 시스템/부품의 기본 설계도면을 확보하는 단계
- 모델링/설계기술 확보
TRL02
실용 목적의 아이디어/
특허 등 개념 정립
- 실용 목적의 아이디어, 특허 등 개념 정립
TRL01
기초 이론/
실험
- 연구과제 탐색 및 기회 발굴 단계

기술개요: ○ 캡슐내시경 등으로부터 획득된 의료영상을 판독하고 각각의 의료데이터를 Domain Adaptation 기법 및 딥러닝 알고리즘을 이용하여 입력된 의료영상에 대해 정확하게 병변을 인식하고 질환을 분류할 수 있음

기술 개발 배경: ○ 일반내시경 검진의 경우 내시경이 식도를 통해 신체 내부로 투입됨에 따라 발생되는 고통으로 인해 무선으로 영상을 수신할 수 있는 캡슐 내시경 영상을 이용한 진단이 활용되고 있음
○ 최근에는 딥러닝 알고리즘이 활용되어 복잡한 이미징 및 해부학적 영상을 분석하여 진단에 활용되고 있음

기술 구현: ○ 정확하게 병변을 인식하는 의료영상을 이용한 질환정보 제공 방법
→ 의료기관 서버로부터 수신한 의료데이터에 기초하여 질환 예측모델이 결정되고 질환예측모델을 이용하여 질환정보가 도출
→ 딥러닝 알고리즘을 이용하여 의료기관 별 예측모델이 학습데이터를 생성
→ 의료데이터에 대하여 Domainadaptation을 이용하여 학습데이터를 생성
→ 학습된 의료기관별 예측모델 중에서 병변 인식도에 기초하여 질환예측모델이 결정
→ 교차 검증을 이용하여 예측모델 별 병변 인식도가 평가됨으로 질환예측모델이 결정

[질환모델이 결정되는 방법]

특장점

기존기술 한계: ○ 기존의 딥러닝 알고리즘을 이용한 진단모델에 있어서 단일한 학습을 수행하는 방향으로만 기술이 개발되고 있고 각 모델의 교차검증을 통해 진단모델을 결정할 수 있는 기술은 개발된 적이 없음
○ 소장 캡슐내시경 영상촬영은 긴 시간 동안 획득된 5만 이상의 영상을 확인하여 오류 없이 병변을 검출하고 진단하는 것은 비효율적임

개발기술 특성: ○ 학습결과에 대하여 교차검증을 통해 신뢰성 있는 질환예측모델로 결정함으로써 입력된 의료영상에 대해 정확하게 병변을 인식하고 분류할 수 있음
○ Domain adaptation을 이용하여 특성이 다른 의료영상들 간에 학습이 수행될 수 있음
○ 캡슐내시경을 통해 얻어진 다수의 영상들 중에서 병변의 의심이 있다고 판단되는 이미지를 판별하여 제공하므로 판독 시간을 단축시킬 수 있음