http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
U-Net 기반 아키텍처를 활용한 울혈성 심부전 환자 폐부종 진단 방법론 연구
권다운(Da-Woon Kwon) 한국정보통신학회 2024 한국정보통신학회논문지 Vol.28 No.4
폐부종과 이로 인한 호흡곤란 증상은 울혈성 심부전 환자에게 찾아오는 가장 흔한 증상 중 하나이며, 환자의 폐부종 유무에 따라 복잡한 임상 관리 결정이 달라진다. 울혈성 심부전은 급성으로 나타날 수 있는 병태생리학적 상태인 점에서 신속한 진단과 임상 관리 결정이 요구된다. 이에 따라 본 연구에서는 MIMIC-CXR-JPG 데이터 세트를 바탕으로 울혈성 심부전 환자의 흉부 방사선 검사를 통해 폐부종의 유무를 진단하는 모델을 구축하였다. 또한, U-Net 기반 아키텍처를 사용하여 폐 영역 분할 후, 분할 전 이미지와 결합하여 폐 영역에 대한 집중도를 높이고, DenseNet121과 VGG16을 사용하여 분할 하지 않은 이미지와 비교 실험을 통해 본 연구에서 제안하는 방법이 더 나은 성능을 보임으로써 전처리에 대한 방법론을 제시한다. 나아가 본 논문에서 제시하는 방법론을 발전시켜 다양한 질환에 대한 전처리로 활용될 수 있을 것으로 보인다. The symptom of dyspnea due to pulmonary edema is one of the most common presentations in patients with congestive heart failure (CHF), where clinical management decisions vary based on the presence or absence of pulmonary edema. CHF, being a pathophysiological state that can manifest acutely, demands prompt diagnosis and clinical management decisions. Therefore, in this study, we constructed a model to diagnose the presence of pulmonary edema in patients with congestive heart failure using chest radiographs from the MIMIC-CXR-JPG dataset. Furthermore, we propose a methodology for preprocessing by utilizing a U-Net-based architecture for lung segmentation, enhancing focus on the lung regions by combining segmented and original images, and conducting comparative experiments with DenseNet121 and VGG16 on unsegmented images, demonstrating superior performance of proposed method. Moreover, we suggest that the methodology presented in this paper could be further developed and applied to preprocessing for various conditions.