딥러닝을 활용한 한국형 유방초음파 영상 정상-종괴 구분 연구

• 영문명: Deep Learning-Based Study for Differentiating Normal Tissue and Masses in Korean Breast Ultrasound Images
• 발행기관: 대한방사선과학회(구 대한방사선기술학회)
• 저자명: 윤서영(Seo-Young Yoon) 안현(Hyun An)
• 간행물 정보: 『방사선기술과학』제48권 제3호, 293~299쪽, 전체 7쪽
• 주제분류: 의약학 > 방사선과학
• 파일형태: PDF
• 발행일자: 2025.06.30

국문 초록

본 연구는 국내 의료 데이터를 활용하여 유방 초음파 영상에서 병변을 나누는 딥러닝 기반의 분할 모델을 개발하고, 성능 을 평가하였다. 기존 연구들은 주로 해외 데이터 세트를 기반으로 수행되었으나, 본 연구는 한국형 유방 초음파 영상을 활용 하여 실제 임상 환경에서의 적용 가능성을 검토하였다는 점에서 차별성을 갖는다. 총 1,000개의 유방 초음파 영상(정상 400개, 종괴 600개)을 학습 및 검증에 활용하였으며, 모델의 일반화 성능 향상을 위해 데이터 증강 및 마스킹 기법을 적용하였다. 실험 결과, 제안된 UNet 기반 모델은 높은 정확도(99.53%)와 정밀도(74.2%)를 기록하였으며, Dice 계수(65.7%) 및 IOU(11.7%)는 비 교적 낮게 측정되어 작은 병변의 정밀한 분할에는 한계가 있음을 확인하였다. 결론적으로, 본 연구는 AI 기반 유방 초음파 영 상 분석에서 병변 분할 모델의 실용 가능성을 확인하였으며, 앞으로는 민감도 향상을 위한 최적화와 설명 가능한 AI 기법의 도입을 통해 임상적 신뢰성과 해석력을 높이는 방향으로 연구가 확장될 필요가 있다.

영문 초록

This study aims to develop and evaluate a deep learning-based segmentation model for breast ultrasound images using domestic medical data. While previous studies have primarily relied on publicly available datasets from overseas, this study is differentiated by its use of Korean breast ultrasound images, thereby examining the model’s applicability in real clinical settings. A total of 1,000 breast ultrasound images (400 normal, 600 with lesions) were used for training and validation. To enhance the generalization performance of the model, data augmentation and masking techniques were applied. Experimental results show that the proposed UNet-based model achieved high accuracy (99.53%) and precision (74.2%). However, the Dice coefficient (65.7%) and IoU (11.7%) were relatively lower, indicating challenges in accurately segmenting small lesions. In conclusion, this study demonstrates the practical potential of AI-based lesion segmentation models for breast ultrasound analysis. Future work should focus on improving sensitivity and incorporating explainable AI techniques to enhance clinical interpretability and reliability.

목차

Ⅰ. 서 론

Ⅱ. 대상 및 방법

Ⅲ. 결 과

Ⅳ. 고 찰

Ⅴ. 결 론

REFERENCES

키워드

유방 초음파 딥러닝 병변 분할 의료영상분석 마스킹 기법 인공지능 Breast Ultrasound Deep Learning Lesion Segmentation Medical Image Analysis Masking Technique Artificial Intelligence

참고문헌

• JAMA
• Lancet
• Ann Intern Med
• J Radiol Sci Technol
• IEEE J Biomed Health Inform
• J Med Biol Eng
• J Big Data
• Proceedings of the 2nd International Workshop on Predictive Intelligence in Medicine
• J Korean Soc Breast Screen
• Data Brief
• Proceedings of the Fifth International Workshop on Digital Mammography
• Exerpta Medica
• Med Image Anal
• Diagnostics