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
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
1. AI가 각 질병 관련 의료영상 데이터를 분석하고 의료기관 및 의사들의 판독을 보조합니다.
2. 질병의 위치를 신속히
검출하고 의심되는 내용을 알려줍니다.
3. Easy PACS 연동 / 간단한 DICOM 통신으로 병원 내 PACS와 연동됩니다.
AI-informed Treatment Decisions in Minutes
Changes that DEEP:NEURO will bring
Accuracy
뇌 MRA 영상에서 뇌동맥류 의심 영역을 Bounding box로 표시하여 진단의 정확도를 높입니다.
Efficiency
검사량 증가로 인한 의료진의 판독 업무에 대한 부담을 경감하고, 진단의 효율을 높입니다.
Point of Care
병변 누락을 예방하고, 환자 치료의 골든 타임 확보에 기여합니다.
Publications
-
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.
-
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.
-
Bio Joo, et al., “A Deep Learning Model with High Standalone Performance for Diagnosis of Unruptured Intracranial Aneurysm”, Yonsei Medical Journal, 2021.
-
B. Sohn, et al., “Deep Learning–Based Software Improves Clinicians’ Detection Sensitivity of Aneurysms on Brain TOF-MRA”, American Journal of Neuroradiology, 2021.
-
Seung-Yeon Lee, et al., “Performance evaluation in [18F]Florbetaben brain PET images classification using 3D Convolutional Neural Network”, PLOS One, 2021.
-
Bio Joo, et al., “A Deep Learning Algorithm May Automate Intracranial Aneurysm Detection on MR Angiography with High Diagnostic Performance”, European Radiology, 2020.
-
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
-
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.
-
Kwanseok Oh, et al., “Context-aware Semantic Augmentation for Semantic Segmentation-based Intracranial Aneurysms Detection for Various Sizes”, KCR, 2024.
-
Bio Joo, et al., “Deep learning-based automated detection and localization of cerebral aneurysms on MR angiography”, RSNA, 2019.
-
Bio Joo, et al., “Deep learning-based automated detection and localization of cerebral aneurysms on MR angiography”, KCR, 2019.
Research Activities
-
Hyung Eun Shin, et al., “Brain Tumor Segmentation using 2D U-net”, BraTS, 2018.
-
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.
