Earticle

초록

한국어

척추 압박 골절은 골다공증의 가장 흔한 합병증으로 기능적 제한과 요통을 유발하며, 생존율이 감소하는 등 심각한 건강 문제로 대두되고 있습니다. 척추 압박 골절은 정확한 진단과 적절한 치료 및 관리가 매우 중요하나, 현재의 진단 방법은 전문의의 판단에 의존하기 때문에 관찰자 간 변동성으로 인해 진단 불일치가 발생할 수 있습니다. 이에 비해 라디오믹스 특징은 정량적인 측정 지표로써, 전문의 간의 주관적 판단 차이를 줄이고 진단의 일관성을 높일 수 있습니다. 이번 연구에서는 방사선 영상 특징을 활용하여 약 470개의 개별 척추에 대해 척추 압박 골절의 양성 및 악성을 분류하는 머신 러닝 모델을 학습했습니다. 임상의가 판단한 개별 척추에 대해 추출한 방사선 영상 특징을 사용하여 다양한 머신 러닝 모델을 훈련한 결과, 정확도 0.72, 재현률 0.78, 정밀도 0.72, 그리고 F1 점수 0.75의 성능을 얻을 수 있었습니다. 이를 기반으로 진단 보조 측면에서 임상 현장에 적용한다면 척추 압박 골절 진단의 정확성과 일관성을 향상시킬 수 있으며, 이는 불필요한 추가 검사나 치료를 줄이고, 환자에게 적절한 치료 계획을 조기에 수립할 수 있게 하여 치료 효과를 높일 수 있습니다.

목차

요약
1. 서론
2. 실험방법
2.1. 데이터셋
2.2. 특징 추출
2.3. 특징 선택
2.4. 모델 훈련
2.5. 통계 분석
3. 실험결과
4. 결론
참고문헌

키워드

저자

• 염종찬 [ 바이오헬스의공학과 가천대학교 ]
• 박소현 [ 방사선학과 가천대 길병원 ]
• 안태란 [ 방사선학과 가천대 길병원 ]
• 김영재 [ 의공학과 가천대학교 ]
• 김광기 [ 의공학과 가천대학교 ] 교신저자

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  한국차세대컴퓨팅학회 학술대회

• 간기

  반년간

• 수록기간

  2021~2025

• 십진분류

  KDC 566 DDC 004