위장관 내시경 영상 객체 탐지 기반 질환 진단 연구

Gastrointestinal Endoscopy Object Detection for Disease Diagnosis Research

연구 내용

Centernet 기반 객체 탐지 모델을 이용하여 위장관 내시경 영상에서 병변 영역을 검출하고 질환 인식을 위한 시각 정보 처리 성능을 확보하는 연구

위장관 질환의 임상 의사결정에 활용 가능한 병변 위치 정보를 내시경 영상에서 추출하기 위한 연구를 수행합니다. Centernet 기반 탐지 구조를 적용하여 영상 내 병변 후보를 다중 스케일로 제안하고, 라벨 정보에 기반한 학습을 통해 검출 정확도를 높입니다. 또한 병변 탐지 결과를 후속 분석 모듈의 입력으로 사용할 수 있도록 바운딩 영역 중심의 표현을 제공하는 데 차별성이 있습니다.

관련 프로젝트

0건

연구 흐름

초기에는 위장관 내시경 영상에서 병변을 시각적으로 구분하기 위한 객체 탐지 접근을 적용하고, Centernet 기반 모델로 검출 프레임을 정립하였습니다. 이후 다중 작업이 가능한 파이프라인 구성을 고려하여, 같은 데이터에서 분할과 분류로 이어지는 전처리 관점의 탐지 결과 활용 방안을 검토하고 있습니다. 현재는 질환 진단을 위한 병변 중심 정보 추출 단계의 재현성을 강화하는 방향으로 연구를 진행합니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

병변 위치 기반 영상 검색
내시경 검사 보조 진단
검출 결과 요약 리포트 생성
병변 추적을 위한 초기 바운딩 제공
다중 모달 진단 파이프라인 입력
의사 판독 지원용 ROI 생성
영상 품질 편차에 대한 견고성 평가
검출 기반 이상 탐지 워크플로우
임상 데이터 라벨 비용 절감 전략
후속 분할·분류 모델 성능 연계