Acknowledgement
이 논문은 2021년도 정부(과학기술정보통신부)의 재원으로 정보통신기획평가원의 지원을 받아 수행된 연구임 (No.2020-0-01373, 인공지능대학원지원(한양대학교)).
Proceedings of the Korean Society of Computer Information Conference (한국컴퓨터정보학회:학술대회논문집)
- 2022.07a
- /
- Pages.85-87
- /
- 2022
Glomerular Detection for Diagnosis of Lupus Nephritis using Deep Learning
딥러닝을 활용한 루푸스 신염 진단을 위한 생검 조직 내 사구체 검출
- Jung, Jehyun (Dept. of Computer Science, Hanyang University) ;
- Ha, Sukmin (Dept. of Artificial Intelligence, Hanyang University) ;
- Lim, Jongwoo (Dept. of Artificial Intelligence, Hanyang University) ;
- Kim, Hyunsung (Dept. of Pathology, Hanyang University College of Medicine) ;
- Park, Hosub (Dept. of Pathology, Hanyang University College of Medicine) ;
- Myung, Jaekyung (Dept. of Pathology, Hanyang University College of Medicine)
- 정제현 (한양대학교 컴퓨터.소프트웨어학과) ;
- 하석민 (한양대학교 인공지능학과) ;
- 임종우 (한양대학교 인공지능학과) ;
- 김현성 (한양대학교 의과대학 병리과) ;
- 박호섭 (한양대학교 의과대학 병리과) ;
- 명재경 (한양대학교 의과대학 병리과)
- Published : 2022.07.13
Abstract
루푸스 신염을 정확히 진단하기 위해서는 신장의 침 생검을 통한 조직검사를 통해 사구체들을 찾아내고, 각각의 염증 정도를 분류해야 한다. 하지만 이에는 의료진의 많은 시간과 노력이 소요된다. 따라서 본 연구에서는 이러한 한계를 극복하기 위해 합성곱 신경망 (Convolutional neural network, CNN)에 기반한 검출 및 분할에 딥 러닝 접근법을 적용하는 YOLOv5 알고리즘을 통해 검체 이미지 내에서 사구체를 자동으로 검출해 내도록 하였다. 그리고 루푸스 신염 환자의 슬라이드 이미지에 대한 태깅 작업을 거쳐 학습을 위한 데이터와 테스트를 위한 데이터를 생성하여 학습 및 테스트에 활용하였다. 그 결과 고화질의 검체 이미지 내에서 대부분의 사구체를 0.9 이상의 높은 precision과 recall로 검출해 낼 수 있었다. 이를 통해 신장 내부의 사구체 검출을 자동화하고 추후 연구를 통해 사구체 염증 정도를 단계화 할 수 있는 발판을 마련하였다.