• 한국방사선학회논문지
• /
• 제16권1호
• /
• pp.25-34
• /
• 2022

뇌 전산화단층촬영은 비침습성, 3차원 영상 제공, 저방사선량 등의 장점 때문에 뇌출혈과 같은 질병 진단을 위해 시행된다. 하지만 뇌 전산화단층영상 판독을 위한 전문의의 인력 공급 부족 및 막대한 업무량으로 인해 수많은 판독 오류 및 오진이 발생하고 있다. 이와 같은 문제를 해결하기 위해 객체 검출을 위한 다양한 인공지능 기술이 개발되고 있다. 본 연구에서는 뇌 전산화단층영상으로부터 뇌출혈 검출을 위한 딥러닝 기반 YOLOv5s 모델의 적용 가능성을 확인하였다. 또한 YOLOv5s 모델 학습 시 초매개변수를 변화시켜 학습된 모델의 성능을 평가하였다. YOLOv5s 모델은 backbone, neck 및 output 모듈로 구성하였고, 입력 CT 영상 내 뇌출혈로 의심되는 부위를 검출하여 출력할 수 있도록 하였다. YOLOv5s 모델 학습 시 활성화함수, 최적화함수, 손실함수 및 학습 횟수를 변화시켰고, 학습된 모델의 뇌출혈 검출 정확도 및 학습 시간을 측정하였다. 연구결과 학습된 YOLOv5s 모델은 뇌출혈로 의심되는 부위에 대한 경계 박스 및 해당 경계박스에 대한 정확도를 출력할 수 있음을 확인하였다. Mish 활성화함수, stochastic gradient descent 최적화함수 및 completed intersection over union 손실함수 적용 시 YOLOv5s 모델의 뇌출혈 검출 정확도 향상 및 학습 시간이 단축되는 결과를 확인하였다. 또한 YOLOv5s 모델의 뇌출혈 검출 정확도 및 학습 시간은 학습 횟수에 비례하여 증가하는 결과를 확인하였다. 따라서 YOLOv5s 모델은 뇌 전산화단층영상을 이용한 뇌출혈 검출을 위해 활용할 수 있으며, 최적의 초매개변수 적용을 통해 성능을 향상 시킬 수 있다.

• 사물인터넷융복합논문지
• /
• 제4권2호
• /
• pp.21-28
• /
• 2018

본 연구에서는 ALK receptor tyrosine kinase (ALK) 유전자의 단일염기다형성이 뇌출혈의 발병에 관여하는 지를 연구하였다. 156명의 뇌출혈 환자와 425명의 정상인를 모집하였으며 네 개의 단일염기다형성에 대하여 상관성을 살펴보았다. 통계분석에서는 SNPstats, SPSS22.0, Haploview 프로그램을 활용하였다. Odd ratio, 95% 신뢰구간에서는 genotype 모델 및 allele 모델에서 계산하였다. 통계분석결과, rs1881421, rs1881420, rs3795850, rs2246745 의 단일염기다형성이 뇌출혈과 관련하여 유의성을 보였다. (rs1881421, OR=2.02, 95% CI=1.54-2.64, p<0.001; rs1881420, OR=0.53, 95% CI=1.16-2.01, p=0.003; rs3795850, OR=1.54, 95% CI=1.17-2.02, p=0.002; rs2246745, OR=1.95, 95% CI=1.46-2.60, p<0.001 in each allele analysis). CC, GT, and GC haplotypes 빈도 역시 유의성을 보였다. 네 개의 단일염기다형성의 minor allele 가 뇌출혈의 발병을 증가시키는데 기여하였다. 이러한 연구 결과는 ALK 유전자가 뇌출혈의 위험성과 관련 있음을 시사한다.

• Investigative Magnetic Resonance Imaging
• /
• 제18권3호
• /
• pp.258-262
• /
• 2014

고혈압 뇌병증과 기저핵의 뇌출혈은 급성 고혈압에서 나타나는 의학적 응급상황이다. 고혈압 뇌병증과 뇌출혈의 관계는 밝혀져 있지 않지만 대량 출혈에 의한 뇌압상승은 쿠싱 반응을 일으켜 고혈압 뇌병증을 유발하거나 악화시킬 수 있을 것으로 추정된다. 이 보고는 뇌출혈과 동반하여 일어난 뇌간의 독립적인 고혈압 뇌병의증이라는 드문 사례를 기록한다.

• 대한방사선기술학회지:방사선기술과학
• /
• 제36권2호
• /
• pp.141-148
• /
• 2013

CT 검사 시 뇌출혈의 부위는 심각한 정도에 따라 인지하기 어려운 경우도 있으며, 응급상황에서 숙련이 되지 않은 의료진에게는 부담을 준다. 응급상황에서 검사와 동시에 뇌출혈부위를 자동으로 빨리 파악하고 정량적인 정보를 제공하는 보조적인 역할은 필요하며, 컴퓨터를 이용한 자동 검출 및 인식 시스템은 출혈부위 진단에 매우 큰 도움을 줄 수 있다. 본 연구에서는 출혈부위를 문턱치값 처리, 모폴로지 연산, 원형률 계산을 접목하여 뇌 출혈부위의 자동검출에 성공하였고 검출 후보군에서 잘 못 선정된 영역을 판정하기위한 주성분분석을 이용한 분류기 개발에 성공하였다. 개발된 시스템을 응급상황의 뇌출혈 환자에게 적용한다면 의료진에게 수술계획을 위한 유용한 정보가 될 것으로 사료된다.

• 한국방사선학회논문지
• /
• 제9권6호
• /
• pp.369-374
• /
• 2015

본 연구에서 제안된 질감특징분석 알고리즘은 뇌출혈환자의 CT영상을 이용하여 정상영상과 질환영상으로 구분하여, 고유영상 및 실험영상을 생성하고 제안된 컴퓨터보조진단 시스템에 적용하여 6개의 파라메타로 정량적 분석을 통해 뇌출혈 CT영상의 인식률을 도출하고 평가하였다. 결과로 뇌출혈 CT영상 40증례 중에서 각각의 질감 특징값에 대한 인식률은 평균밝기의 경우 100%, 평균대조도의 경우 100%, 평탄도의 경우 100%, 왜곡도의 경우 100%로 높게 나타났고, 균일도의 경우 95%, 엔트로피의 경우 87.5%로 다소 낮은 질환 인식률을 보였다. 따라서 본 연구의 결과를 바탕으로 의료영상의 컴퓨터보조진단 시스템으로 발전된 프로그램을 구현한다면 뇌출혈 CT영상의 질환부위 자동검출 및 정량적 진단이 가능해 컴퓨터보조진단 자료로서 활용이 가능할 것으로 판단되며 최종판독에서 정확성과 판독시간 단축에 유용하게 사용 될 것으로 사료된다.

• 건강소식
• /
• 제20권9호통권214호
• /
• pp.14-15
• /
• 1996

• 월간성인병
• /
• 22호
• /
• pp.6-6
• /
• 1982

• 월간성인병
• /
• 145호
• /
• pp.9-9
• /
• 1993

• 대한간호
• /
• 제4권5호통권19호
• /
• pp.72-85
• /
• 1965

• 한국방사선학회논문지
• /
• 제18권3호
• /
• pp.231-237
• /
• 2024

뇌손상에서 생존자의 경우 지속적인 장애를 유발하고 뇌출혈에 따른 경막외 혈종(EDH) 및 경막하 혈종(SDH)은 주요 임상 질환 중 하나라고 볼 수 있다. 본 연구에서는 컴퓨터단층검사(CT; Computed Tomography) 영상을 기반으로 뇌출혈에 따른 혈종을 자동 분할하고 3차원으로 모델링하고자 하였다. 혈종의 자동 분할을 위해서 개선된 GVF(gradient vector flow) 알고리즘을 구현하였다. 영상으로부터 경사 벡터를 계산과 반복계산을 거친 후 자동 분할을 하고 분할 좌표를 이용해서 3차원 모델을 생성하였다. 실험결과, 혈종의 경계에 대해서 정확하게 분할 성공하였다. 경계 부분과 얇은 혈종부분에서도 결과가 좋은 것으로 나타났고, 3차원 모델을 통해서 여러 방향에서 혈종의 강도, 확산 방향, 면적 등을 알 수 있었다. 본 연구에서 개발 한 뇌출혈 부위의 평면정보와 3차원 모델은 의료진에게 보조적인 진단자료로서 활용 될 수 있을 것으로 판단한다.