KLI

딥러닝을 이용한 한국형 소아 골연령 표준 영상 구축 및 골연령 자동 판정 시스템 개발

Metadata Downloads
Abstract
목적: 건강한 한국 아동 및 청소년의 손 방사선 사진을 이용한 딥 러닝 기반 골연령 예측 모델을 개발 및 Greulich-Pyle 방식의 딥 러닝 기반 골연령 예측 모델 (GP 기반 모델)과 비교함으로써 검증하고, 한국 표준 아틀라스를 개발하고자 하였다.
대상 및 방법: 1998년에서 2019년에 서울아산병원에서 골발달이 정상일 것으로추정되는 한국 아동 및 청소년의 손 방사선 사진 21,036장을 이용하여 역연령을 예측하도록 컨볼루션 신경망 (한국 표준 모델)을 훈련하였다. 외적 타당성을 검증하기 위해 부산대학교 양산병원 (기관 1, n=304) 및 단국대학교 병원 (기관 2, n=314)에서 얻어진 두 개의 검토군을 각각 사용하였다. 평균절대오차 (mean aboluste error; MAE), 평균 제곱근편차 (root mean square error; RMSE), 역연령과 예측 골연령의 차이가 6, 12, 18 및 24개월 내인 대상의 분율을 GP 기반 모델과 비교하였다. Bland-Altman 분석을 추가로 수행하였으며, 남아에서 2-16세, 여아에서 2-14세로 제한한 하위 그룹 분석을 추가 수행하였다.
결과: 한국 표준 모델은 GP 기반 모델에 비해, 기관 1에서 RMSE (10.2 vs. 12.4개월; P<.001), MAE (7.6 vs. 9.7개월; P<.001)가 낮았고 역연령과 골연령 차이가 12개월 이내 (P<.04), 18개월 이내인 경우의 분율도 더 높았다 (P<.007). 기관 2에서는 한국 표준모형의 MAE가 낮았다 (10.9 vs. 9.6개월; P<.008). 하위 그룹 분석에서 기관 1, 2 모두에서 낮은 한국 표준 모델이 RMSE, MAE가 낮았고 (모두 P<.001) 역연령-골연령 차이가 6, 12 및 18개월 내인 경우의 분율이 더 높았다 (모두 P<.05). 또한 GP 기반 모델에서 보이는 전반적인 경향차가 한국 표준 모델에서 감소하였다 (기관 1, P<.001에서 .27로; 기관 2, P<.001에서 .048로). 한국 표준 아틀라스는 한국 표준 모델에 근거하여 합의 회의를 통해 개발 및 완성되었다.
결론: 딥러닝 기반의 한국 표준 골연령 평가 모델은 건강한 한국 아동 및 청소년의 특징적인 골성숙과정을 반영함으로서 GP 기반 골연령 평가 모델보다 더 나은 성능을 보였다. 한국 표준 모델을 대표하는 한국 표준 아틀라스를 새롭게 제작하였다.
Author(s)
김평화
Issued Date
2022
Awarded Date
2022-08
Type
dissertation
Keyword
소아골연령
URI
https://oak.ulsan.ac.kr/handle/2021.oak/9931
http://ulsan.dcollection.net/common/orgView/200000630159
Alternative Author(s)
Pyeong Hwa Kim
Affiliation
울산대학교
Department
일반대학원 의학과
Advisor
이진성
Degree
Doctor
Publisher
울산대학교 일반대학원 의학과
Language
eng
Rights
울산대학교 논문은 저작권에 의해 보호 받습니다.
Appears in Collections:
Medicine > 2. Theses (Ph.D)
Authorize & License
  • Authorize공개
Files in This Item:

Items in Repository are protected by copyright, with all rights reserved, unless otherwise indicated.