top of page
의료AI-배너_내지용_NEURO.jpg

DEEP:NEURO

뇌동맥류 영상 판독·진단 보조 인공지능 솔루션

뇌 MRA 영상에서 뇌동맥류 의심 부위를 검출하여 의료진의 진단을 돕습니다.

뇌 MRA 영상으로부터 뇌동맥류 의심 부위 검출

인공지능(AI) 기술을 활용해 낭상(Saccular) 비파열 뇌동맥류 및 다발성 뇌동맥류를 검출하고, Bounding box로 표시합니다. 또한, 의료 현장에서 사용할 수 있는 안정성과 유효성이 입증된 혁신의료기술로 비급여 청구가 가능합니다. 

* 한국보건의료연구원 및 식품의약품안전처 평가 완료

NEURO_화면_241031.png

비급여 청구 가능
혁신의료기술 지정
Ver 2.0.0

DN-CA-01

식품의약품안전처 허가 (제허 20-467호)

뇌동맥류 의심 부위 위치 표시

민감도 Sensitivity

87% 이상

특이도 Specificity

92% 이상

91.11%

93.91%

* 임상시험기관: 연세대학교 세브란스병원
* 인허가: 2020년 6월 의료영상검출보조소프트웨어 허가 완료

DEEPAI icon-04.png

1. AI가 각 질병 관련 ​의료영상 데이터를 분석하고 의료기관 및 의사들의 판독을 보조합니다.

DEEPAI icon-05.png

2. 질병의 위치를 신속히 ​
검출하고 의심되는 내용을 알려줍니다.

DEEPAI icon-06.png

3. Easy PACS 연동 / 간단한 DICOM 통신으로 병원 내 PACS와 연동됩니다.

AI-informed Treatment Decisions in Minutes
​Changes that DEEP:NEURO will bring​

홈페이지_아이콘 작업_v2-08.png

Accuracy​

뇌 MRA 영상에서 뇌동맥류 의심 영역을 Bounding box로 표시하여 진단의 정확도를 높입니다.

홈페이지_아이콘 작업_v2-07.png

Efficiency​

검사량 증가로 인한 의료진의 판독 업무에 대한 부담을 경감하고, 진단의 효율을 높입니다.

홈페이지_아이콘 작업_v2-09.png

Point of Care​

병변 누락을 예방하고, 환자 치료의 골든 타임 확보에 기여합니다.

Publications

  1. So Yeon Won, et al., “Reproducibility for carotid wall segmentation using T1-weighted DANTE-SPACE sequence on high-resolution 3-T carotid MRI”, Acta Radiologica, 2024.

  2. Min-Seok Kim, et al., “Deep-Learning-Based Cerebral Artery Semantic Segmentation in Neurosurgical Operating Microscope Vision Using Indocyanine Green Fluorescence Videoangiography”, Frontiers in Neurorobotics, 2022.

  3. Bio Joo, et al., “A Deep Learning Model with High Standalone Performance for Diagnosis of Unruptured Intracranial Aneurysm”, Yonsei Medical Journal, 2021.

  4. B. Sohn, et al., “Deep Learning–Based Software Improves Clinicians’ Detection Sensitivity of Aneurysms on Brain TOF-MRA”, American Journal of Neuroradiology, 2021.

  5. Seung-Yeon Lee, et al., “Performance evaluation in [18F]Florbetaben brain PET images classification using 3D Convolutional Neural Network”, PLOS One, 2021.

  6. Bio Joo, et al., “A Deep Learning Algorithm May Automate Intracranial Aneurysm Detection on MR Angiography with High Diagnostic Performance”, European Radiology, 2020.

  7. Younghee Yim, et al., “Pretreatment brain volumes can affect the effectiveness of deep brain stimulation in Parkinson's disease patients”, Scientific reports, 2020.

Conference Abstracts

  1. Kwanseok Oh, et al., “Quantitative Evaluation of the Deep Learning-Based Aneurysm Localization and Its Size Measurement Solution on Brain Magnetic Resonance Angiography”, KCR, 2024.

  2. Kwanseok Oh, et al., “Context-aware Semantic Augmentation for Semantic Segmentation-based Intracranial Aneurysms Detection for Various Sizes”​, KCR, 2024.

  3. Bio Joo, et al., “Deep learning-based automated detection and localization of cerebral aneurysms on MR angiography”, RSNA, 2019.

  4. Bio Joo, et al., “Deep learning-based automated detection and localization of cerebral aneurysms on MR angiography”, KCR, 2019.

Research Activities

  1. Hyung Eun Shin, et al., “Brain Tumor Segmentation using 2D U-net”, BraTS, 2018.

  2. Hyung Eun Shin, et al., “Identifying the Best Machine Learning Algorithms for Brain Tumor Segmentation, Progression Assessment, and Overall Survival Prediction in the BRATS Challenge”, BraTS, 2018.

DEEP:NEURO의 화면을 미리 만나보세요.

bottom of page