딥러닝 기반 척추 자동 분할 및 Cobb angle 측정의 임상적 적용

초록

Cobb angle은 대표적인 척추 질환인 척추측만증의 진단 과정에서 중요하게 활용되는 척도로서, 측정의 정확도 및 신뢰성을 개선하려는 시도들이 있었다. 본 연구에서는 합성곱 신경망(Convolutional Neural Network)을 기반으로 한 흉추와 요추 영역 분할 모델을 사용하여 Cobb angle 측정에 적용하고자 하였다. 학습에 사용된 데이터는 총 252장이고, 학습된 모델의 성능을 평가하기 위해 10-겹 교차검증을 수행하였다. 그 결과, 본 모델은 0.927의 정확도, 0.999의 특이도, 0.998의 정확도, 0.927의 다이스 유사도 계수를 보였다. 또한, 전문의가 수동으로 분할한 척추 영역과 딥러닝 기반으로 분할한 척추 영역으로 측정한 Cobb angle 간의 차이는 통계적으로 유의하지 않았고, 둘 간의 급내 상관계수는 0.973이었다. 본 연구는 딥러닝 기반 접근이 임상 현장에서 cobb angle을 측정할 때 활용될 수 있음을 시사한다.

키워드