학술논문
인공지능 기법을 이용한 조영제 부작용 예측 연구
이용수 42
- 영문명
- Contrast Media Side Effects Prediction Study using Artificial Intelligence Technique
- 발행기관
- 한국방사선학회
- 저자명
- 김상현
- 간행물 정보
- 『한국방사선학회 논문지』제17권 제3호, 423~431쪽, 전체 9쪽
- 주제분류
- 공학 > 기타공학
- 파일형태
- 발행일자
- 2023.06.30
4,000원
구매일시로부터 72시간 이내에 다운로드 가능합니다.
이 학술논문 정보는 (주)교보문고와 각 발행기관 사이에 저작물 이용 계약이 체결된 것으로, 교보문고를 통해 제공되고 있습니다.
국문 초록
본 연구의 목적은 환자의 신체정보와 인공지능 기법을 활용하여 부작용에 영향을 미치는 인자들을 분석하고 조영제 부작용의 정도를 예측하여 이를 완화하는 기초자료로 활용되고자 한다. 연구에 사용한 데이터는 서울 소재 종합병원의 검진을 시행한 CT 검사 58,000건 중 조영제 부작용이 발생한 1,235건 중 과거력 조사에서 조영제 부작용이 없었던 606명의 검사자를 대상자로 하였다. 606개 샘플 중 70%는 훈련 셋으로 사용하고 나머지 30%는 검증을 위한 테스트 셋으로 사용하였다. 나이, BMI(Body Mass Index), GFR(Glomerular Filtration Rate), BUN(Blood Urea Nitrogen), GGT(Gamma Glutamyl Transgerase), AST(Aspartate Amino Transferase,), and ALT(Alanine Amiono Transferase)의 feature를 독립변수로 조영제 중증도를 목표변수로 사용하였다. AdaBoost, Tree, Neural network, SVM, Random foest 알고리즘을 통해 AUC(Area under curve), CA(Classification Accuracy), F1, Precision, Recall을 파악하였다. 분류 예측에 사용된 알고리즘 중 가장 높은 평가지표를 나타내 것은 AdaBoost와 Random Forest이다. 모든 모델의 예측에서 가장 큰 요인은 GFR, BMI, GGT 이였다. 이는 신장 여과 기능, 비만에 따라 주입되는 조영제 양의 차이와 대사증후군의 여부에 따라 조영제 부작용 중증도에 영향을 미치는 것을 알 수 있었다.
영문 초록
The purpose of this study is to analyze the factors affecting the classification of the severity of contrast media side effects based on the patient's body information using artificial intelligence techniques to be used as basic data to reduce the degree of contrast medium side effects. The data used in this study were 606 examiners who had no contrast medium side effects in the past history survey among 1,235 cases of contrast medium side effects among 58,000 CT scans performed at a general hospital in Seoul. The total data is 606, of which 70% was used as a training set and the remaining 30% was used as a test set for validation. Age, BMI(Body Mass Index), GFR(Glomerular Filtration Rate), BUN(Blood Urea Nitrogen), GGT(Gamma Glutamyl Transgerase), AST(Aspartate Amino Transferase,), and ALT(Alanine Amiono Transferase) features were used as independent variables, and contrast media severity was used as a target variable. AUC(Area under curve), CA(Classification Accuracy), F1, Precision, and Recall were identified through AdaBoost, Tree, Neural network, SVM, and Random foest algorithm. AdaBoost and Random Forest show the highest evaluation index in the classification prediction algorithm. The largest factors in the predictions of all models were GFR, BMI, and GGT. It was found that the difference in the amount of contrast media injected according to renal filtration function and obesity, and the presence or absence of metabolic syndrome affected the severity of contrast medium side effects.
목차
Ⅰ. INTRODUCTION
Ⅱ. MATERIALS AND METHODS
Ⅲ. RESULT
Ⅳ. DISCUSSION
Ⅴ. CONCLUSION
Acknowledgement
Reference
키워드
해당간행물 수록 논문
- 한국방사선학회 논문지 제17권 제3호 목차
- 소아 흉부 CT 검사 시 딥러닝 영상 재구성의 유용성
- 교육용 의료방사선 시뮬레이터 시스템 개발 및 연구 모델 제안
- CT 조영제 농도에 따른 영상 대조도 차 보상을 위한 DECT 적용의 유용성
- 경동맥 초음파로 진단된 죽상동맥경화증과위험인자의 관련성 분석
- 간혈관종의 검사기법과 영상소견
- “S” modifier를 이용한 저선량 CT의 폐암 외 중요 소견에 대한 민감도 분석
- 광중성자 발생으로 인한 전립샘암 환자의 유전적 위험과 발암의 확률에 관한 연구
- 15 MV를 이용한 전립샘암 세기조절 방사선치료 시 빔의 개수에 따른 부작용 발생률에 관한 연구
- 뇌혈관조영검사에서 동맥자루 3D 영상 평가
- 대학생의 가정환경, 학습태도 및 학교생활이학업성적에 미치는 영향
- 영상유도 방사선 치료 시 CBCT에서 방사선 방호최적화를 위한 영상평가
- X-ray 등뼈의 사위 촬영에서 돌기사이관절의 진단을 위한 촬영법 연구
- 의료기관 내 방사선사의 검사 한도 설정에 관한 연구
- 근접방사선치료 QA에서 CsPbI₂Br과 CsPbIBr₂를 이용한 상대 선량계들의 검출 능력 비교 및 적용가능성 평가
- 범용 실리콘 방사선 센서를 이용한 우주방사선 선량계 개발
- 카롤리병의 방사선학적 진단에 대한 고찰
- 영상 정보 손실을 최소화하는 방사선 차폐체 연구
- 전산화단층영상에서 콩팥 3차원 영상 계측치와 복부 비만도 간의 상관관계 분석
- 방사선(학)과 분야에서 챗봇을 이용한 학습방법의 유용성
- 인공지능 기법을 이용한 조영제 부작용 예측 연구
- X-ray 코곁굴 검사에서 위턱굴 진단을 위한 비극-두정방향 촬영법 개발
- 픽셀내 다수의 산화물 박막트랜지스터로 구성된 동영상 엑스레이 영상센서와 디텍터에 대한 평가
- 롤투롤 스퍼터링 증착을 통한 납(Pb) 대체용 방사선 차폐필름 개발
- 소아 흉부 CT 검사에서 재구성 기법에 따른 영상의 유용성 평가
참고문헌
교보eBook 첫 방문을 환영 합니다!
신규가입 혜택 지급이 완료 되었습니다.
바로 사용 가능한 교보e캐시 1,000원 (유효기간 7일)
지금 바로 교보eBook의 다양한 콘텐츠를 이용해 보세요!