메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
박지연 (부산가톨릭대학교 방사선학과) 조용인 (부산가톨릭대학교 방사선학과) 양성희 (부산가톨릭대학교 방사선학과)
저널정보
국제차세대융합기술학회 차세대융합기술학회논문지 차세대융합기술학회논문지 제8권 제2호
발행연도
2024.2
수록면
343 - 350 (8page)
DOI
10.33097/JNCTA.2024.08.2.343

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
갑상선 결절 환자의 진단에 있어서 양성, 악성의 분류는 추후 치료방침을 결정하는 중요한 요소이다. 인공지능 컴퓨터 보조진단 소프트웨어의 하나인 S-detect는 회색조 초음파 영상을 자동으로 분석하고 시각화하여양성과 악성 가능성을 가이드 해주는 컴퓨터 보조진단 프로그램이다. 본 연구는 S-detect의 성능을 살펴보고 갑상선 결절 특히 갑상선암 환자에서의 임상적 적용과 그 유용성을 확인하여 불필요한 조직 검사를 줄일 수 있는 방안을 알아보고자 하였다. 2021년 8월부터 2023년 12월까지 J 내과의원 외래에 방문하여 세침흡인세포검사가 계획된 129명의 갑상선 결절 환자를 대상으로 하였다. S-detect 인자의 유용성을 알아보기 위해 ROC 분석을 실시하고 진단의 일치성을 알아보기 위한 Kappa 분석을 시행하였다. 그 결과 AUC 0.748(0.662-0.834), 민감도 87.0%, 특이도 62.7%, Kappa 값 0.442로 확인되었다. 따라서, 경험이 없는 초보 검사자들에게 S-detect는 진단 능력과 자신감을 크게 향상시킬 수 있으며, 갑상선 결절의 감별 진단에 도움을 줄 수 있다.

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

최근 본 자료

전체보기

댓글(0)

0