동기: 방광암은 초기 발견을 위한 방법이 제한적이어서 대개 진행된 단계에서 진단되는 경우가 많으며, 이로 인해 환자의 예후가 좋지 않다. 목적: MRI를 이용한 방광암의 조기 발견에서 딥러닝 분할과 규칙 기반 분류를 결합한 방법의 효능을 평가하고자 한다. 방법: 방광암을 위해 시행된 MRI의 T2WI를 대상으로 한 연구를 수행하였으며, 분할은 nnU-Net으로 분석하고, 규칙 기반 분류는 분할된 복셀(voxel) 수를 기반으로 하는 체계로 구성하였다. 총 260개의 MRI 데이터셋(방광암 120례 포함)을 사용하였다. 결과: 저자의 접근법은 조기 단계 방광암 검출에서 86.4%의 민감도와 95%의 특이도를 보였으며(AUROC는 최대 0.88), 조기 단계 검출 성능이 확인되었다. 영향: 방광암의 조기 발견이 개선되면 조기 치료가 가능해져 치료 결과에 긍정적인 영향을 미칠 것이다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.