Machine learning fusion using shear-wave elastography and grayscale ultrasonography for sarcopenia prediction
연구 내용
SWE와 그레이스케일 초음파의 근육 영상 특징을 임상 정보와 융합하여 근감소증을 예측하는 기계학습 연구
rectus femoris의 shear-wave elastography 및 grayscale ultrasonography 소견을 영상 바이오마커로 활용하여 근감소증을 예측합니다. deep convolutional neural network와 함께, SWE 및 GSU 수치·범주형 특징을 임상 정보와 feature-level/score-level에서 결합하는 기계학습 융합 전략을 적용합니다. 또한 측정 신뢰도와 영상 간 일관성을 위해 SWE의 재현성과 GSU 및 CT와의 상관성을 평가하고, 만성신장질환 환자에서 CT 조성과 SWE 정량의 연계성도 분석합니다.
관련 연구 성과
관련 논문
4편
관련 특허
0건
관련 프로젝트
0건
연구 흐름
2022년 rectus femoris에서 SWE와 GSU를 입력으로 하여 근감소증 존재 여부를 분류하는 deep learning 기반 예측 접근을 수행했습니다. 2023년에는 SWE 측정의 신뢰도와 GSU·CT와의 상관을 검증하여 정량 지표의 안정성을 확보하는 방향으로 확장했습니다. 2024년에는 임상 정보와 SWE·GSU 특징을 feature-level fusion과 score-level fusion으로 결합하고, LASSO 및 AdaBoost 기반 모델 성능을 비교하며 예측 정확도를 향상시키는 연구를 진행했습니다. 같은 해 CKD 집단을 포함해 CT 기반 근육 조성 지표와 SWE 정량의 연계성을 확인했습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
Sarcopenia prediction using shear-wave elastography, grayscale ultrasonography, and clinical information with machine learning fusion techniques: feature-level fusion vs. score-level fusion
Deep learning based sarcopenia prediction from shear-wave ultrasonographic elastography and gray scale ultrasonography of rectus femoris muscle
Comparison of shear wave elastography with gray‐scale <scp>USG</scp> and <scp>CT</scp> for quantitative evaluation of rectus femoris muscle
Comparison of Shear‐Wave Elastography <scp>USG</scp> and <scp>CT</scp>: Composition Analysis of Rectus Femoris Muscle in Healthy Adults and Chronic Kidney Disease Patients