11일 전
심부 MRI에 대한 딥러닝 기반 진단: MRNet의 개발 및 후향적 검증
{Francis G. Blankenberg, Safwan Halabi, Bhavik N. Patel, Jeremy Irvin, Russell J. Stewart, Robyn L. Ball, Michael Bereket, Derek F. Amanatullah, Andrew Y. Ng, Kristen W. Yeom, Katie Shpanskaya, David B. Larson, Allison Park, Ricky H. Jones, Nicholas Bien, Gary Fanton, Evan Zucker, Curtis P. Langlotz, Christopher F. Beaulieu, Pranav Rajpurkar, Matthew P. Lungren, Geoffrey M. Riley, Erik Jones}
초록
무릎 MRI는 무릎 손상 진단을 위한 선호되는 방법이다. 그러나 무릎 MRI 해석은 시간이 많이 소요되며, 진단 오류와 변동성이 존재한다. 무릎 MRI를 자동으로 해석하는 시스템은 고위험 환자를 우선적으로 식별하고 임상의가 진단을 내리는 데 도움을 줄 수 있다. 딥러닝 기법은 특징의 다층적 구조를 자동으로 학습할 수 있다는 점에서 의료 영상과 그 해석 간의 복잡한 관계를 모델링하는 데 매우 적합하다. 본 연구에서는 무릎 MRI 검사에서 일반적인 이상 및 특정 진단(전방십자인대[ACL] 파열, 연골판 파열)을 탐지하기 위한 딥러닝 모델을 개발하였다. 이후 임상 전문가가 MRI 해석 과정에서 모델의 예측 결과를 제공받았을 때의 영향을 측정하였다.