3D 세그멘테이션 기반 요로결석 요산석 분류·예측 연구

3D Segmentation and VCSD for Uric Acid Stone Prediction and Classification

연구 내용

3차원 CT 세그멘테이션과 라디오믹스 파라미터를 기반으로 요로결석의 요산석 여부를 예측·분류하는 연구

요로결석에서 요산석 여부를 정밀하게 판별하기 위해 3차원 CT 기반 세그멘테이션을 수행하고, 결석의 밀도 분포 변동을 정량화하는 지표를 계산합니다. 특히 결석 밀도 변동계수(Variant Coefficient of Stone Density, VCSD)처럼 영상 내 공간적 이질성을 반영하는 파라미터를 활용해 요산석 예측 모델을 구성합니다. 또한 임계값 기반 분할과 라디오믹스 파라미터 추출, 사전 학습 모델 기반 분류를 분석 장치 관점에서 구현하는 특허 기술을 보유하고 있습니다. 이를 통해 비침습적 영상 기반 성분 추정의 정확도를 높이고 임상 치료 선택을 지원합니다.

관련 프로젝트

0건

연구 흐름

초기에는 CT 영상에서 결석 영역을 세그멘테이션하고, 밀도 분포의 통계적 특성을 기반으로 요산석 예측에 활용할 수 있는 정량 지표를 설계했습니다. 이후 분할 방식의 민감도와 파라미터 안정성을 고려해 임계값 기반 방법과 라디오믹스 기반 입력 구성을 함께 검토했습니다. 최근에는 다기관 데이터 기반으로 예측 성능을 평가하고, 3차원 분석 절차와 분류 로직을 장치 형태로 구현하기 위한 특허 출원을 통해 임상 적용 가능성을 강화했습니다.

활용 가능성

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

요로결석 성분 추정
요산석 치료 경로 선택
CT 기반 비침습 감별
다기관 일반화 모델 검증
결석 분석 자동화 장치
세그멘테이션 품질관리 도구
영상 기반 치료 반응 모니터링
진료 전 우선순위 분류
라디오믹스 기반 진단 표준화
임상 실사용 분석 워크플로