소아 영상 정량화 및 다중모달 진단 보조(복부 X선 AI, 간 지방화 정량, CT 선량·영상 품질)

Quantitative pediatric imaging and multimodal diagnostic support (abdominal X-ray AI, hepatic steatosis quantification, DECT dose–image quality)

연구 내용

소아 영상에서 AI 기반 선별과 정량영상 지표를 결합해 진단 정확도와 환자 선별 전략을 개선하는 연구

소아 복부 X선에서 장중첩증을 조기에 선별하기 위해 AI 모델을 업그레이드하고 다기관 데이터로 외부 검증을 수행합니다. 동시에 간 지방화에 대해서는 초음파 감쇠영상(ATI)으로 steatosis stage를 정량화하고, 측정 실패 요인을 함께 평가하여 임상 적용 가능 조건을 도출합니다. 또한 BIA와 MRI 근육 지표 및 지방 지표 간의 연관성을 분석해 지방간 선별에 활용 가능한 간접 지표를 탐색합니다. 더불어 소아 복부 듀얼에너지 CT에서 영상 품질과 조영제 투여 및 방사선 선량 간 균형을 분석하여 진단 환경 최적화 근거를 마련합니다.

관련 프로젝트

0건

연구 흐름

초기에는 기존에 제한적이었던 소아 복부 응급 상황에서 복부 X선 기반 AI 선별 모델을 구성하고, 이후 다른 기관 데이터로 재학습 및 외부 검증을 진행해 일반화 성능을 확인했습니다. 병행하여 초음파 감쇠영상으로 소아 지방간의 정량화가 가능한지, BMI 등 임상 요인과 함께 측정 재현성과 컷오프 값을 평가했습니다. 이후 BIA와 MRI 기반 근육·지방 파라미터의 상관 및 회귀 관계를 분석하여 스크리닝 지표 가능성을 확장했습니다. 마지막으로 듀얼에너지 CT에서 영상 품질과 조영 및 선량 변수를 함께 비교하는 방식으로 소아 영상 프로토콜 최적화 근거를 축적했습니다.

활용 가능성

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

소아 장중첩증 응급 선별
복부 X선 triage 보조
다기관 AI 성능 검증 프레임
간 지방화 stage 정량 평가
초음파 감쇠영상 기반 모니터링
BIA 기반 지방간 스크리닝
MRI 근육-지방 연관성 기반 위험도 보정
소아 영상 프로토콜 최적화
선량–영상 품질 균형 지표
측정 실패 요인 기반 검사 품질 관리