OCT 기반 망막질환 진단 및 의료영상 분류

OCT-Based Retinal Disease Diagnosis and Medical Image Classification

연구 내용

광간섭성 단층촬영(OCT) 영상에서 특징을 추출하고 딥러닝·머신러닝으로 분류 모델을 구축하여 망막질환 진단과 판독 보조를 수행하는 연구

광간섭성 단층촬영(OCT) 영상의 판독 정확도를 높이기 위해 전이학습 기반 딥러닝 모델로 특징을 학습하고, 특징 벡터를 ACO(Ant Colony Optimization)로 최적화한 뒤 특징 선택을 수행하여 분류 성능을 개선하는 접근을 수행합니다. 또한 3차원 딥러닝 기반 망막질환 진단 및 진찰 플랫폼 개발을 통해 OCT 데이터의 구조적 정보를 반영한 분석 파이프라인을 구축합니다. 의료 현장에서 활용 가능한 진단용 데이터 처리 흐름과 모델링 절차를 함께 정리하는 차별성을 보유하고 있습니다.

관련 프로젝트

3건

연구 흐름

초기에는 OCT 영상 분류를 위한 데이터 전처리 및 전이학습 기반 딥러닝 구조를 정리하고, 특징 추출 이후 최적화·선택 단계까지 포함하는 기계학습 결합형 설계를 확보했습니다. 이후 3차원 딥러닝을 중심으로 망막질환 진단 및 진찰 플랫폼 형태로 확장하며, 진단 시나리오에 맞춘 입력 구성과 처리 절차를 구체화했습니다. 최근에는 아동케어와 연계되는 의료기술 방향을 바탕으로 의료영상·돌봄 영역을 아우르는 적용 가능성을 검토하는 연구를 수행하고 있습니다.

활용 가능성

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

OCT 영상 분류 자동화
망막질환 스크리닝 보조
3차원 진단 분석 파이프라인
전이학습 기반 진단 모델
ACO 기반 특징 최적화
특징 선택 기반 경량 판독
원격 진료 연계 시스템
안과 판독 워크플로우 개선
임상용 진단 리포트 생성
의료영상 품질 점검 모듈