[º¸°ÇŸÀÓÁî] °Ç±¹´ëº´¿ø Á¤Çü¿Ü°ú Á¤¼®¿ø ±³¼öÆÀ(¼¿ïÀû½ÊÀÚº´¿ø Á¤Çü¿Ü°ú À̼öÇö ±³¼ö, ¸íÁöº´¿ø Á¤Çü¿Ü°ú ÀÌÁöȯ ±³¼ö)°ú ½Ã¾È¼Ö·ç¼Ç(¼¾È³ª ´ëÇ¥, Á¤¿µÁø ¿¬±¸¼ÒÀå)ÀÌ ÀΰøÁö´ÉÀ» È°¿ëÇÑ ¼ÒÇÁÆ®¿þ¾î·Î ȸÀü±Ù °³ ÆÄ¿ ºÎÀ§¸¦ Á¤¹ÐÇÏ°Ô 3D·Î ½Ã°¢ÈÇÏ´Â ÇÁ·Î±×·¥À» °³¹ß, º¸´Ù Á¤±³ÇÑ Ä¡·á¸¦ À§ÇÑ ¹ßÆÇÀ» ¸¶·ÃÇß´Ù.
(»çÁø:¿ÞÂʺÎÅÍ)°Ç±¹´ëº´¿ø Á¤Çü¿Ü°ú Á¤¼®¿ø ±³¼ö, ¼¿ïÀû½ÊÀÚº´¿ø Á¤Çü¿Ü°ú À̼öÇö ±³¼ö, ½Ã¾È¼Ö·ç¼Ç ¼¾È³ª ´ëÇ¥ )
ȸÀü±Ù °³´Â ¾î±ú¸¦ µ¹¸®´Â °ü¿©ÇÏ´Â ¾î±ú¿Í ÆÈÀ» ¿¬°áÇÏ´Â 4°³ÀÇ ±ÙÀ°°ú ÈûÁÙ·Î, ȸÀü±Ù °³ ÆÄ¿Àº ´ëÇ¥ÀûÀÎ ¾î±ú ÁúȯÀÌ´Ù. ȸÀü±Ù °³ ÆÄ¿ÀÇ À¯¹« ¹× ÆÄ¿µÈ À§Ä¡¿Í Å©±â, ¸ð¾çÀÇ ÆÇ´ÜÀº ¼ö¼úÀû Ä¡·á¿¡ ÀÖ¾î, ȯÀÚÀÇ ¿¹ÈÄ¿¡ Áß¿äÇÑ ¿µÇâÀ» ¹ÌÄ£´Ù.
ÇöÀç ÀÌ´Â ¼¼·Î ´Ü¸é(Saggital), °¡·Î ´Ü¸é(Axial), Àü¸é(Coronal view)ÀÇ ¼ö½ÊÀåÀÇ ´Ü¸é MRI¸¦ ÅëÇØ ¸Ó¸´¼ÓÀ¸·Î Á¶ÇÕÇØ ¸ð¾çÀ» À¯ÃßÇÏ´Â ¹æ½ÄÀ¸·Î ÀÌ·ïÁ®, ºñ¼÷·ÃÀÇÀÇ °æ¿ì, Á¤È®¼º°ú ÀçÇö¼ºÀÌ ¶³¾îÁø´Ù´Â ¹®Á¦°¡ ÀÖ´Ù.
ÀÌ¿¡ Á¤¼®¿ø ±³¼öÆÀ°ú ½Ã¾È¼Ö·ç¼ÇÀº ȸÀü±Ù °³ ÆÄ¿ ȯÀÚ 303¸íÀÇ MRI µ¥ÀÌÅ͸¦ ¹ÙÅÁÀ¸·Î µö·¯´× ¸ðµ¨ÀÎ 3D U-Net convolutional network¸¦ ÀÌ¿ëÇØ, ȸÀü±Ù °³ ÆÄ¿ º´º¯ ¸ð¾çÀ» 3D·Î °¨Áö, ºÐÇÒ ¹× 3Â÷¿øÀûÀ¸·Î ½Ã°¢ÈÇÏ°í, ÆÄ¿ Á¤µµ¸¦ Á¤·®ÈÇÏ´Â µ¥ ¼º°øÇß´Ù.
±× °á°ú, ½ÇÁ¦ º´º¯°úÀÇ ÀÏÄ¡µµ¸¦ ³ªÅ¸³»´Â Dice coefficient score°¡ 94.3%¸¦ ºñ·Ô, ¹Î°¨µµ 97.1%, ƯÀ̵µ 95%¸¦ º¸ÀÌ¸ç ³ôÀº Á¤È®µµÀÇ 3Â÷¿ø ½Ã°¢È¸¦ ±¸ÇöÇß´Ù.
Á¤¼®¿ø ±³¼ö´Â “À̹ø ¿¬±¸´Â »À ºÎºÐÀÌ ¾Æ´Ñ ÈûÁÙ ºÎÀ§¸¦ 3Â÷¿øÀ¸·Î ½Ã°¢ÈÇÑ ÃÖÃÊÀÇ ¿¬±¸”¶ó¸ç “ȸÀü±Ù °³ ÆÄ¿ ºÎÀ§¸¦ µî±ÞÈÇÏ´Â Áö±Ý ´Ü°è¿¡¼ ´õ ³ª¾Æ°¡ ÆÄ¿ ºÎÀ§ÀÇ segmentaionÀ» ÅëÇØ ½Ã°¢ÈÇÏ°í, ÆÄ¿ Á¤µµ¸¦ Á¤·®È ÇÑ Çõ½ÅÀûÀÎ ¿¬±¸”¶ó°í ÀÇÀǸ¦ ¹àÇû´Ù.
¿¬±¸ÆÀÀº “À̹ø °³¹ß·Î ȸÀü±Ù °³ ÆÄ¿ ȯÀÚÀÇ ÆÄ¿ ºÎÀ§¸¦ ½Ã°¢ÀûÀ¸·Î ¸íÈ®ÇÏ°í ½±°Ô ÀÌÇØÇÒ ¼ö ÀÖ´Â ½Ã½ºÅÛÀ» ±¸ÃàÇØ ÀÇ»ç¿Í ȯÀÚ°¡ ¿øÈ°ÇÏ°Ô ¼ÒÅëÇÏ¸ç º¸´Ù ȯÀÚ¿¡°Ô ÀûÇÕÇÑ ¼ö¼ú¹æ¹ýÀ» °áÁ¤ÇÏ°í, ¿¹Èĸ¦ ¿¹ÃøÇÏ´Â µ¥ Å« µµ¿òÀÌ µÉ °ÍÀ¸·Î ±â´ëÇÑ´Ù”°í ¹àÇû´Ù.
À̹ø ¿¬±¸ ³í¹®Àº ‘Automated 3-dimensional MRI segmentation for the posterosuperior rotator cuff tear lesion using deep learning algorithm’·Î Àú¸íÇÑ ±¹Á¦ Àú³Î PLOS ONE¿¡ °ÔÀçµÆ´Ù.