우리는 영상 바이오마커로서 사각근(rectus femoris) 근육의 전단파 탄성초음파(shear-wave elastography, SWE) 및 회색조 초음파(gray-scale ultrasonography, GSU)를 이용하여 근감소증(sarcopenia)의 유무를 예측하는 데 있어 딥 합성곱 신경망(deep convolutional neural network, DCNN)의 성능을 평가하고자 한다. 이 후향적 연구에는 2018년 12월과 2019년 7월 사이에 수집된 GSU 및 SWE 이미지 160쌍(n = 160)이 포함되었다. 두 명의 영상의학과 전문의가 GSU에서 근육의 반향성(echogenicity)을 4점 척도로 평가하였다. 그중 141명의 환자는 CT를 시행하였고, L3 골격근 지수(skeletal muscle index, SMI)를 측정하여 근감소증의 유무를 범주화하였다. DCNN의 경우 세 가지 CNN 아키텍처(VGG19, ResNet-50, DenseNet 121)를 사용하였다. 근감소증 분류에 대한 DCNN의 정확도는 SWE 기반에서 70.0–80.0%, GSU 기반에서 65.0–75.0%였다. SWE 이미지에 대한 DCNN의 적용은 근감소증 예측을 위한 딥러닝 기반 SWE의 유용성을 보여준다. SWE 이미지에 대한 DCNN 적용은 근감소증 상태를 예측하기 위한 잠재적으로 유용한 바이오마커가 될 수 있다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.