http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
노시형(Si-Hyeong Noh),이충섭(Chungsub Lee),김지언(JiEon Kim),김태훈(Tae-Hoon Kim),정창원(Chang-Won Jeong),윤권하(Kwon-Ha Yoon) 한국컴퓨터정보학회 2021 한국컴퓨터정보학회 학술발표논문집 Vol.29 No.1
최근 코로나 19가 장기화하면서, 비대면 서비스로 대체되고 있는 한편, 의료분야에도 서비스 패러다임이 변화되고 있다. 특히, 국내의 법 제도적으로 묶여 있는 원격 의료서비스의 적용이 가능하고 상급종합병원에서는 비대면 진료서비스를 도입하고 있다. 본 논문에서 제안하는 비대면 원격판독시스템은 모바일 의료영상진단기기를 기반으로 의료사각지대에 있는 환자들의 영상촬영과 이에 대한 판독 서비스를 제공하기 위한 시스템이다. 제안한 시스템은 의료환경에 적용하기 위해 환자의 개인정보를 보호하고, 원격으로 환자의 영상 데이터를 판독하기 위한 시스템과 그 처리 과정을 보인다. 그리고 끝으로 구축된 시스템의 수행 결과를 보인다.
클라우드 기반의 스마트 헬스케어 서비스를 위한 Connected Radiology Care System 환경 구축
노시형 ( Si-hyeong Noh ),이충섭 ( Chungsub Lee ),정창원 ( Chang-won Jeong ),김태훈 ( Tae-hoon Kim ),김경원 ( Kyungwon Kim ),윤권하 ( Kwon-ha Yoon ) 한국정보처리학회 2019 한국정보처리학회 학술대회논문집 Vol.26 No.2
최근 의료서비스에 ICT 기술이 도입되면서 의료서비스 패러다임이 병원중심에서 환자 중심으로 변화되고 있다. 특히, 사물인터넷 기술은 스마트헬스케어 서비스를 현실화하고 있다. 이로인하여 병원이 아닌 곳에서도 환자의 상태를 확인할 수 있고 이에 대한 적절한 조치를 취할 수 있는 다양한 서비스를 개발 연구가 활발히 진행되고 있다. 그러나 의료 사각지대의 환자는 여전히 신속하게 조치를 못하는 실정이며, 관리가 되고 있지 않아 사회적인 문제로 이슈화되고 있다. 본 논문은 의료사각지대의 환자에 대한 의료영상 진단 지원을 위한 클라우드환경 기반의 Connected Radiology Care System을 제안하고자 한다.
인공지능 플랫폼기반 요로결석진단을 위한 CT 영상 데이터 자동판독 시스템 구축
노시형 ( Si-hyeong Noh ),이충섭 ( Chungsub Lee ),김태훈 ( Tae-hoon Kim ),이윤오 ( Yun Oh Lee ),박성빈 ( Sung Bin Park ),윤권하 ( Kwon-ha Yoon ),정창원 ( Chang-won Jeong ) 한국정보처리학회 2020 한국정보처리학회 학술대회논문집 Vol.27 No.2
본 논문은 인공지능 플랫폼 기반의 요로결석 진단을 위한 CT 영상 데이터 자동판독 시스템에 대해 기술하고자 한다. 제안한 시스템은 웹 기반의 플랫폼을 기반으로 하며, 인공지능 기반의 진단 알고리즘을 장착하여 빠르게 요로결석 환자의 스크리닝에 목적을 두고 있다. 병원정보시스템의 PACS와 EMR과 연계와 Deep learning 진단 알고리즘을 적용한 요로결석 자동판독 시스템을 개발하였다. 특히, 기 구축된 인공지능 플랫폼을 통해 추출한 데이터셋을 기반으로 진단 알고리즘 개발 방법과 수행 결과를 보인다. 제안한 시스템은 요로결석 진단과 수술여부에 의사결정지원 시스템으로 임상에서 활용될 것으로 기대하고 있다.
클라우드기반의 비대면 의료서비스를 위한 커넥티드 라디올로지 케어 시스템
노시형(Si-Hyeong Noh),이충섭(Chungsub Lee),김지언(JiEon Kim),김승진(SeongJin Kim),김태훈(Tae-Hoon Kim),정창원(Chang-Won Jeong),이윤오(Yun Oh Lee),김경원(Kyung Won Kim),윤권하(Kwon-Ha Yoon) 한국컴퓨터정보학회 2020 한국컴퓨터정보학회 학술발표논문집 Vol.28 No.2
최근 코로나 19에 대한 세계적인 팬데믹 선언에 의해 의료서비스의 변화가 오고 있다. 특히, 국내 법제도적으로 묶여 있던 원격 서비스에 대한 재검토가 되고 있는 실정이다. 본 논문에서 제안하는 커넥티드 라디올로지 케어 시스템은 모바일 의료영상진단기기를 기반으로 의료사각지대에 있는 환자들의 영상촬영과 이에 대한 판독 서비스를 제공하기 위한 시스템이다. 제안한 시스템은 의료환경에 적용하기 위해 환자의 개인정보보호를 위한 방법과 절차가 반드시 포함되어야 한다. 이를 위해 전체 시스템 구조와 익명화 처리과정을 보인다. 그리고 끝으로 구축된 시스템의 수행과정을 보인다.
의료영상기반의 간 섬유화 진단을 위한 인공지능 모델 개발
노시형 ( Sihyeong Noh ),임동욱 ( Dongwook Lim ),이충섭 ( Chungsub Lee ),김태훈 ( Tae-hoon Kim ),정창원 ( Chang-won Jeong ) 한국정보처리학회 2022 한국정보처리학회 학술대회논문집 Vol.29 No.2
의료영상기반의 인공지능 연구는 질환의 조기진단 및 예측 분야에 눈부신 기술발전이 되어왔다. 장기섬유증은 만성 염증성 질환의 질병 진행을 특징짓고 전 세계적으로 모든 원인으로 인한 사망률의 45%에 기여하며, 그중 간 섬유증은 주로 삶의 질과 예후를 결정한다. 해당 질환은 임상 현장에서 혈액데이터 분석 그리고 간생검을 통해 진단을 하고 있으나 최근 의료영상 분석을 통해 진단에 활용하고 있는 추세이다. 본 논문에서는 인공지능을 기반으로 하여, 간 섬유화를 진단하기 위해 MRI영상을 학습하여 질환에 대한 중증도 진단을 돕는 인공지능 모델을 제시하고자 한다. 이를 위해 인공지능 모델을 개발하는 과정과 그 결과를 보인다. 본 논문에서 제시한 모델을 통해 간 섬유화를 빠르게 진단할 수 있을 것으로 기대한다.
웹기반 머신러닝 기술을 이용한 간 경화증 진 단 시스템 구축
노시형 ( Si-hyeong Noh ),김지언 ( Ji-eon Kim ),이충섭 ( Chungsub Lee ),김태훈 ( Tae-hoon Kim ),윤권하 ( Kwon-ha Yoon ),정창원 ( Chang-won Jeong ) 한국정보처리학회 2021 한국정보처리학회 학술대회논문집 Vol.28 No.1
인공지능 기술을 도입한 의료분야에서 진단 및 예측을 위한 관련 연구가 활발하게 진행되고 있다. 특히, 인공지능 기술 적용에 가장 많이 활용되고 있는 의료영상기반 질환 진단 및 예측 연구결과가 다양한 제품으로 출시되고 있다. 의료영상이 활용되는 다양한 질환 중 간 질환은 통증이 적어 조기진단이 어렵다. 본 논문에서는 인공지능을 기반 간 경화증 환자의 판독을 돕기 위한 웹 서비스기반 시스템을 구축하고 진단결과를 보인다. 이를 위해 웹서비스 프로세스를 보이고 각 프로세스의 구동 화면과 최종 결과화면을 보인다. 제안한 서비스를 통해 간 경화증을 조기에 진단하고, 빠른 치료를 통해 환자의 회복에 도움을 줄 수 있을 것으로 기대한다.
Web Radiology_CDM기반 기계 학습을 위한 인공지능 학습 플랫폼 구축
노시형 ( Si-hyeong Noh ),김승진 ( Seungjin Kim ),김지언 ( Ji-eon Kim ),이충섭 ( Chungsub Lee ),김태훈 ( Tae-hoon Kim ),김경원 ( Kyungwon Kim ),김태규 ( Tae-gyu Kim ),윤권하 ( Kwon-ha Yoon ),정창원 ( Chang-won Jeong ) 한국정보처리학회 2020 한국정보처리학회 학술대회논문집 Vol.27 No.1
인공지능 기술을 도입한 의료분야에서 진단 및 예측과 연계한 임상의사결정지원 시스템 (CDSS) 에 관련된 연구가 활발하게 진행되고 있다. 특히, 인공지능 기술 적용에 가장 많은 이슈를 일으키고 있는 의료영상기반의 질환진단연구가 다양한 제품으로 출시되고 있는 실정이다. 그러나 의료영상 데이터는 일관되지 않은 데이터들로 이루어져 있으며, 그것을 정제하여 연구에 사용하기 위해서는 상당한 시간이 필요한 것이 현실이다. 본 논문에서는 익명화된 데이터를 정제하여 인공지능 연구에 사용할 수 있는 표준화된 데이터 셋을 만들고, 그 데이터를 기반으로 인공지능 알고리즘 개발 연구를 지원하기 위한 원스톱 인공지능학습 플랫폼에 대하여 기술한다. 이를 위해 전체 인공지능 연구프로세스를 보이고 이에 따라 학습을 위한 데이터셋 생성과 인공지능 학습학습용 플랫폼에서 수행되는 수행 과정을 결과로 보인다. 제안한 플랫폼을 통해 다양한 영상기반 인공지능 연구에 활용될 것으로 기대하고 있다.
노시형 ( Noh Si-Hyeong ),김지언 ( Kim Ji-eon ),이충섭 ( Lee Chungsub ),김태훈 ( Kim Tae-hoon ),김경원 ( Kim KyungWon ),윤권하 ( Yoon Kwon-ha ),정창원 ( Jeong Chang-won ) 한국정보처리학회 2021 정보처리학회논문지. 컴퓨터 및 통신시스템 Vol.10 No.10
In the medical field, disease diagnosis and prediction research using artificial intelligence technology is being actively conducted. It is being released as a variety of products for disease diagnosis and prediction, which are most widely used in the application of artificial intelligence technology based on medical images. Artificial intelligence is being applied to diagnose diseases, to classify diseases into benign and malignant, and to separate disease regions for use in identification or reading according to the risk of disease. Recently, in connection with cloud technology, its utility as a service product is increasing. Among the diseases dealt with in this paper, liver disease is a disease with very high risk because it is difficult to diagnose early due to the lack of pain. Artificial intelligence technology was introduced based on medical images as a non-invasive diagnostic method for diagnosing these diseases. We describe the development of a web service to help the most meaningful clinical reading of liver cirrhosis patients. Then, it shows the web service process and shows the operation screen of each process and the final result screen. It is expected that the proposed service will be able to diagnose liver cirrhosis at an early stage and help patients recover through rapid treatment.
머신러닝을 위한 의료영상기반 학습 데이터 지원 플랫폼 구축 및 근감소증 데이터 AI 응용
김지언 ( Ji-eon Kim ),임동욱 ( Dong Wook Lim ),유영주 ( Yeong Ju Yu ),노시형 ( Si-hyeong Noh ),이충섭 ( Chungsub Lee ),김태훈 ( Tae-hoon Kim ),정창원 ( Chang-won Jeong ) 한국정보처리학회 2021 한국정보처리학회 학술대회논문집 Vol.28 No.2
의료산업은 진단 및 치료 위주의 기술개발이 진행되어왔다. 최근 의료 빅데이터를 기반으로 진단, 치료 및 재활뿐만 아니라 예방과 예후관리까지 지원하는 의료서비스에 대한 패러다임이 변화되고 있다. 특히, 여러 의료 중심의 플랫폼 기술 가운데 객관적인 진단지표를 가지고 있는 의료영상을 기반으로 인공지능 학습에 적용하여 진단 및 예측을 중심으로 한 플랫폼 개발이 진행되고 있다. 하지만, 인공지능 연구에는 많은 학습 데이터가 요구될 뿐만 아니라 학습에 적용하기 위해서는 데이터 특성에 따른 전처리 기술과 분류 작업에 많은 시간 소요되어 이와 같은 문제점을 해결할 수 있는 방법들이 요구되고 있다. 따라서, 본 논문은 인공지능 학습까지 적용하기 위한 의료영상 데이터에 대한 확장 모델을 개발하여 공통적인 조건에 따라 의료영상 데이터가 표준화되어 변환하며, 자동화 시스템 구조에 따라 데이터가 분류·저장되어 인공지능 학습까지 지원할 수 있는 플랫폼을 제안하고자 한다. 그리고 근감소증 학습데이터 관리 및 적용 결과를 통해 플랫폼의 수행성을 검증하였다. 향후 제안한 플랫폼을 통해 의료데이터에 대한 전처리, 분류, 관리까지 지원함으로써 CDM 확장 표준 의료데이터 플랫폼으로 활용 가능성을 보였다.