Diagnostic AI for Liver Imaging Using Gadoxetic Acid MRI and MRE Radiomics
연구 내용
Gadoxetic acid-enhanced MRI와 magnetic resonance elastography에서 특징을 추출해 간 병변을 탐지하고 섬유화를 단계화하는 연구
간 병변의 비침습적 진단을 위해 다중 시퀀스 MRI에서 영상 특징을 추출하고, 기계학습 및 방사선영상 특성 분석 모델로 분류 성능을 확보하는 연구를 수행합니다. Gadoxetic acid 강화 단계에서는 병변 탐지를 위한 CNN 기반 CAD를 적용하며, NAFLD 환자에서는 MRE 영상의 분할 후 radiomics feature를 구성해 섬유화의 임상적으로 의미 있는 단계 구분을 목표로 합니다. 또한 병리 결과를 기준으로 모델의 진단 가능성을 평가하여 임상 적용성을 점검합니다.
관련 연구 성과
관련 논문
2편
관련 특허
0건
관련 프로젝트
0건
연구 흐름
초기에는 gadoxetic acid-enhanced MRI의 hepatobiliary phase에서 병변 탐지를 위한 CNN 기반 보조 진단 가능성을 확인했습니다. 이후에는 magnetic resonance elastography 영상으로부터 분할 기반 radiomics 분석을 수행하고, 비침습적으로 섬유화 단계를 구분하는 방향으로 확장했습니다. 이후에는 radiomics가 기존 MRE 정량 지표와 비교해 임상적 분류에 대응 가능한 수준인지 확인하는 구조로 연구 흐름을 정리했습니다. 최근에는 병변 탐지와 단계화 모델을 함께 축적해 간 질환 평가 전주기를 대상으로 확장할 준비를 진행하고 있습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
Computer-aided hepatocellular carcinoma detection on the hepatobiliary phase of gadoxetic acid-enhanced magnetic resonance imaging using a convolutional neural network: Feasibility evaluation with multi-sequence data
Diagnostic Feasibility of Magnetic Resonance Elastography Radiomics Analysis for the Assessment of Hepatic Fibrosis in Patients With Nonalcoholic Fatty Liver Disease