딥러닝 기반 흉부 CT 노이즈 감소 연구로 의료영상 AI 임상 활용성 입증
이번 학술대회는 대한방사선과학회 창립 50주년을 맞아 중앙대학교 광명병원에서 ‘통합과 융합으로 나아가는 방사선 과학의 혁신’이라는 주제로 열렸다.
건양대 방사선학과 및 일반대학원 의과학과 공동 연구팀(김하경, 한광수, 조석훈, 이승완 교수)은 본 대회에서 ‘저선량 흉부 CT 영상의 노이즈 감소를 위한 DnCNN 모델 성능 비교(Performance Comparison of DnCNN Models for Noise Reduction in Chest CT Images)’ 연구를 발표했다.
해당 연구는 딥러닝 기반 모델을 활용해 흉부 CT 영상의 노이즈 감소 성능을 분석한 것으로, 의료영상 인공지능(AI) 분야의 실제 임상 활용 가능성을 높였다는 평가를 받았다.
건양대 방사선학과는 최근 제52회 방사선사 국가시험 전원 합격과 제50회 전국 수석 배출 등의 학업적 성과를 거둔 바 있다.
대학 측은 최신 초음파와 CT 장비, 의료영상저장전송시스템(PACS) 등 첨단 임상 실습 환경을 지속해서 강화하고 있으며, 의과대학 신축 건물을 구축하는 등 교육 시설 투자를 이어가고 있다.
건양대 유세종 방사선학과장은 "이번 수상은 학생과 교수진이 함께 매진한 결과"라며 "앞으로도 의료영상 AI 및 디지털 의료영상 분야의 연구와 교육 경쟁력을 높여 미래 의료환경을 선도할 인재 양성에 최선을 다하겠다"고 밝혔다.
bjlee@beyondpost.co.kr
