흉부 CT를 이용한 방사선 치료 후 폐기능 예측을 위한 딥러닝 기반 연구
- 주제(키워드) 폐암 , 방사선 치료 , 폐 기능 예측 , 3D CNN , Focal Loss , CT 영상 , 고위험군 분류
- 주제(DDC) 570
- 발행기관 아주대학교 일반대학원
- 지도교수 허재성
- 발행년도 2026
- 학위수여년월 2026. 2
- 학위명 석사
- 학과 및 전공 일반대학원 의생명과학과
- 실제URI http://www.dcollection.net/handler/ajou/000000035861
- 본문언어 한국어
- 저작권 아주대학교 논문은 저작권에 의해 보호받습니다.
초록/요약
방사선 치료는 폐암의 주요 치료법이지만 치료 후 폐기능 저하를 유발할 수 있다. 폐기능 지표인 FVC(노력성 폐활량)는 폐의 총 용적을, FEV1(1초간 노력성 호기량)은 기도 개방성과 호기 능력을 나타내며, FEV1/FVC 비율은 기류 제한의 핵심 지표로서 70% 미만일 경우 폐쇄성 폐질환으로 분류된다. 방사선 치료 후 이들 지표의 저하는 환자의 운동 능력, 삶의 질, 장기 생존에 직접적인 영향을 미치며, 특히 치료 전 정상이었던 FEV1/FVC 비율이 치료 후 70% 미만으로 감소할 경우 뒤늦게 발견되어 예방적 개입의 시점을 놓치게 된다. 본 연구는 치료 전 CT 영상과 임상 특성을 활용하여 치료 후 폐기능을 예측하고 고위험군을 조기에 식별하는 딥러닝 모델을 개발하였다. 폐암으로 방사선 치료를 받은 276명을 대상으로 후향적 연구를 수행하였다. 사전 학습된 3D ResNet-18에 치료 전 폐기능 및 방사선 치료 매개변수를 통합하였으며 고위험 환자 예측을 위해 focal loss기법을 사용하여 설계하였다. 5 fold 교차 검증을 수행하고 5개 fold의 예측값 평균을 최종 예측에 사용하였다. FEV1/FVC 비율 예측에서 CCC 0.825를 달성하였으며, 치료 전 정상 폐기능 환자 중 치료 후 고위험군으로 전환되는 환자를 AUC 0.802로 예측하였다. 제한된 의료 데이터 환경에서도 사전 학습 모델과 focal loss기법을 활용하여 방사선 치료 후 폐기능 저하 위험을 예측할 수 있었으며 본 모델은 치료 계획 최적화와 예방적 개입의 근거를 제공할 수 있는 임상적 도구로서의 잠재력을 제시한다.
more목차
Ⅰ. 서론 1
A 배경 및 필요성 1
1) 폐기능 지표의 정의와 임상적 의미 1
2) 방사선 치료 후 폐기능 지표의 변화 1
3) 폐기능 저하가 생존율에 미치는 영향 2
B 연구 목적 5
Ⅱ. 선행 연구 6
Ⅲ. 연구 방법 8
A 연구 데이터 8
1) 사용 장비 8
2) 연구 대상 10
3) 데이터 셋 특성 11
B 데이터 셋 전처리 12
C 평가 방법 13
1) 평균 절대 오차 13
2) 일치 상관 계수 14
3) AUC 커브 14
4) 정확도 15
5) 민감도 15
6) 특이도 15
7) 통계 분석 16
D 모델 구조 16
Ⅳ. 연구 결과 18
A 방사선 치료 후 폐기능 예측 18
B 방사선 치료 후 고위험군 예측 19
C 기존 연구와의 비교 20
Ⅴ. 논의 21
Ⅵ. 결론 24
참고문헌 25
ABSTRACT 28
