YOLO 기반 객체 탐지 기술을 활용한 방사선 모의치료 시 고정기구 사전 인식 시스템 개발

초록

본 연구는 방사선 모의치료 시 환자 고정기구 사전정보의 누락 방지와 업무 효율성을 향상하기 위해 욜로(You Only Look Once, YOLO) 기반 객체 탐지 기술 및 자동 인식 프로그램을 개발하고자 하였다. 프로그램은 파이썬(Python-3.8.19) 기반 PyQt5 GUI 프레임워크로 구성했다. 총 11가지 고정기구를 선정하고, 세 가지 모델(YOLOv11n, YOLOv11s, YOLOv11m)에 대 한 데이터셋 이미지 총 146장을 사용해 데이터 추론을 수행했다. 모델별 성능은 정밀도(Precision), 재현율(Recall), 평균 정확 도인 mAP50 (mean average precision at 50 IoU)와 mAP50—95 (mean average precision at 50:95)로 평가하였다. 평균 정밀 도는 YOLOv11s 모델이 YOLOv11n과 YOLOv11m 모델보다 각각 14.66%, 25.86% 높았다. 평균 재현율은 YOLOv11n 모델이 YOLOv11s와 YOLOv11m 모델보다 각각 18.43%, 0.92% 높았다. mAP50은 모델별 큰 차이가 없었고, mAP50—95 평가에서 YOLOv11n 모델이 YOLOv11s와 YOLOv11m 모델보다 각각 0.46%, 1.28% 높았다. 전반적으로 YOLOv11n 모델이 재현율과 평균 정밀도(mAP50, mAP50—95)에서 가장 높았고, YOLOv11s 모델은 정밀도 평가에서 가장 높았다. YOLOv11m 모델은 정 밀도와 평균 정밀도(mAP) 평가에서 다른 모델에 비해 낮았다. 본 연구는 욜로 기반 객체 탐지 기술이 방사선 모의치료 시 고 정기구 사전정보의 누락을 방지하고 환자 안전을 향상할 것으로 기대된다. 향후 다양한 고정기구와 환자 자세 유형을 포함한 추가 데이터 학습 및 모델 최적화 연구를 통해 임상 적용 가능성을 높일 필요가 있다.

키워드