한국정보처리학회:학술대회논문집 (Annual Conference of KIPS)

한국정보처리학회 (Korea Information Processing Society)
권호 표지
DOI QR코드

DOI QR Code

3D 히스토그램 기반 영역분할을 이용한 흉부 X선 영상 품질 평가

Quality Evaluation of Chest X-ray Images using Region Segmentation based on 3D Histogram

  • 최현진 (아주대학교 전자공학과) ;
  • 배수빈 (아주대학교 AI융합네트워크학과) ;
  • 박예슬 (아주대학교 AI융합네트워크학과) ;
  • 이정원 (아주대학교 전자공학과)
  • Choi, Hyeon-Jin (Dept. of Electrical and Computer Engineering, Ajou University) ;
  • Bea, Su-Bin (Dept. of AI Convergence Network, Ajou University) ;
  • Park, Ye-Seul (Dept. of AI Convergence Network, Ajou University) ;
  • Lee, Jung-Won (Dept. of Electrical and Computer Engineering, Ajou University)
  • 발행 : 2021.11.04
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

인공지능 기술 발전으로, 의료영상 분야에서도 딥러닝 기반 질병 진단 연구가 활발히 진행되고 있다. 딥러닝 모델 개발 시, 학습 데이터 품질은 모델의 성능과 신뢰성에 매우 큰 영향을 미친다. 그러나 의료 분야의 경우 도메인 지식에 대한 진입 장벽이 높아 개발자가 학습에 사용되는 의료영상 데이터의 품질을 평가하기 어렵다. 이로 인해, 많은 의료영상 분야에서는 각 분야의 특성(질병의 종류, 관찰 아나토미 등)에 따른 영상 품질 평가 방법을 제시해왔다. 그러나 기존의 방법은 특정 질병에 초점이 맞춰져, 일반화된 품질 평가 기준을 제시하고 있지 않다. 따라서 본 논문에서는 대부분의 흉부 질환을 진단하기 위한 흉부 X선 영상의 품질을 평가할 수 있는 기준을 제안한다. 우선, 흉부 X선 영상을 대상으로 관찰된 영역인 심장, 횡격막, 견갑골, 폐 등을 분할하여, 3D 히스토그램을 기반으로 각 영역별 통계적인 정밀 품질 평가 기준을 제안한다. 본 연구에서는 JSRT, Chest 14의 오픈 데이터셋을 활용하여 적용 실험을 수행하였으며, 민감도는 97.6%, 특이도는 92.8%의 우수한 성능을 확인하였다.

키워드

과제정보

"본 연구는 과학기술정보통신부 및 정보통신기획평가 원의 대학ICT연구센터지원사업의 연구결과로 수행되었음" (IITP-2021-2020-0-01461)