딥러닝·영상 특징 기반 근골격 진단 보조 연구(골절·골연령·관절염)

Deep Learning and Radiologic Feature–Based Musculoskeletal Diagnostic Support (Fracture, Bone Age, Arthritis)

연구 내용

근골격계 영상에서 골절 및 골연령을 판별하고, 관절염의 감별에 필요한 영상 특징을 체계화하여 판독 정확도와 재현성을 높이는 연구

근골격계 진단에서 정확한 판독은 병변의 위치와 병기, 관찰자의 경험에 영향을 받습니다. 연구실은 손목 골절과 골연령 평가처럼 반복 판독이 필요한 영역에서 딥러닝 모델을 임상 환경에 적용해 보조 판독 성능과 판독 시간 효율을 함께 평가합니다. 또한 T2-WI 기반 병리 스펙트럼과 관절염의 방사선학적 분류 알고리즘을 정리하여 감별 진단의 의사결정을 체계화합니다. 이를 통해 영상 판독의 표준화와 재현성 향상에 기여하는 연구를 수행합니다.

관련 프로젝트

0건

연구 흐름

초기에는 영상의학 관점에서 손목 골절처럼 놓치기 쉬운 병변과 골연령 평가의 임상적 필요성을 기반으로, 2021년경부터 딥러닝 기반 판별의 임상 적용 가능성을 검증하는 연구를 수행했습니다. 이후 관절염 감별처럼 다빈도 질환군에 대해서는 영상 특징을 단계적으로 정리하는 리뷰 형태의 연구가 확장되었습니다. 2023년에는 T2-WI에서의 비정상 신호와 저신호 병변의 감별 단서를 묶어 병기·병태별 진단 경로를 제시하는 방향으로 심화되었습니다. 현재는 딥러닝 보조 판독과 영상 특징 기반 감별 프레임을 함께 활용하는 통합형 진단 지원 연구로 진행하고 있습니다.

활용 가능성

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

골절 병변 자동 탐지 및 보조 판독
골연령 평가의 시간 단축 도구
관절염 방사선학적 감별 진단 프레임
T2-WI 기반 비정상 신호 해석 가이드
영상 판독의 재현성 향상 워크플로
초진-추적 판독 표준화
영상 판독 교육용 체크리스트
대상자 분류 기반 임상 의사결정 지원
병변 놓침률 감소용 보조 표시
다질환 감별 지원을 위한 데이터셋 설계