시술·수술 전 CT 기반 계측 및 예측 모델 연구

CT-Based Measurement and Predictive Modeling for Pre-Procedural Planning

연구 내용

ERCP 및 부분신절제술 전 CT 계측 변수를 이용해 시술 난이도와 수술 복잡도를 예측하는 연구

한나연 연구실은 시술 전 CT에서 관찰되는 해부학적·형태학적 단서를 계측하고, 이를 기반으로 시술 난이도 및 수술 복잡도 관련 지표를 예측합니다. ERCP에서는 총담관 및 십이지장 유두 관련 영상 소견을 반영해 의사결정 트리 기반 예측 모델을 구성합니다. 부분신절제술에서는 후복막 지방 두께를 재현성 있게 측정하기 위한 맞춤 계측 방법을 비교하고, 계측 결과와 수술 시간·허혈 시간의 연관성을 분석합니다. 동일 변수의 관찰자 간 재현성을 함께 확보하는 점이 차별성입니다.

관련 프로젝트

0건

연구 흐름

초기에는 ERCP에서 어려운 캐뉼레이션과 연관될 수 있는 CT 소견을 항목화하고, 다변량 분석 및 의사결정 트리로 위험요인을 정리하는 접근을 수행했습니다. 이어서 부분신절제술 맥락에서 후복막 지방 두께를 정량화하는 방법을 비교하여 재현성을 높이는 절차를 구축했습니다. 이후에는 계측값이 수술 시간 등 임상 지표와 어떻게 연결되는지 검증하여, 수술 전 계획에 활용 가능한 정량 기반 모델로 확장했습니다.

활용 가능성

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

ERCP 난이도 사전 예측
캐뉼레이션 위험요인 분류
부분신절제술 수술 복잡도 보조
후복막 지방 계측 자동화
관찰자 간 재현성 평가 프레임워크
CT 기반 수술 전 의사결정 지원
해부학적 변수 표준화
허혈 시간 영향 인자 분석
수술 전략 수립 보조 지표
시술 전 정보 요약 생성