메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
이효빈 (이화여자대학교) 이효정 (이화여자대학교) 홍성은 (이화여자대학교) 최장환 (이화여자대학교)
저널정보
대한기계학회 대한기계학회 논문집 B권 대한기계학회논문집 B권 제46권 제7호(통권 제442호)
발행연도
2022.7
수록면
339 - 346 (8page)
DOI
10.3795/KSME-B.2022.46.7.339

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
무릎 통증 환자의 20~30%에서 흔히 볼 수 있는 질환인 슬개대퇴증후군은 근육의 불균형, 연골의 단축, 관절의 비정상적인 정렬 등에 의해 발생한다. 관절이 비정상적으로 움직이게 되면 연골에 가해지는 압력이 고르게 분산되지 않아 통증을 유발하기 때문에 이는 슬개대퇴증후군의 주요 원인이라고 할 수 있다. 본 연구의 목표는 체중부하 조건에서 치료 전후의 컴퓨터 단층영상 이미지만을 활용하여 무릎통증도를 예측할 수 있는 기계학습 기반 알고리즘 개발이다. 환자 개개인의 3차원 이미지에서 무릎 정렬을 물리적인 양으로 나타내는 2개의 2D 바이오마커와 6개의 3D 바이오마커를 도출하였다. 총 3명의 전문가들이 해당 바이오마커 값 계산에 필요한 해부학적 랜드마크 좌표 값들을 3차원 CT 영상 내에서 추출하였으며, 이들의 평균값을 최종 분석에 활용하였다. 3차원 CT 영상 내에서 계산된 해당 8가지 바이오마커의 값들과 무릎 통증 정도를 조사한 설문지 결과(통증 정도) 사이의 상관관계를 9개의 기계학습 기반 알고리즘으로 분석하였다. 그 결과, 제안된 알고리즘들은 환자의 통증 정도를 높은 정확도(사용된 바이오마커별 가장 성능이 높은 알고리즘 기준으로 10% 이하의 오차)로 예측하였다. 본 연구는 처음으로 무릎 통증도를 예측하는 알고리즘을 개발하였다는 점에서 큰 임상적인 의의가 있다.

목차

초록
Abstract
1. 서론
2. 실험 방법론
3. 결과
4. 고찰
5. 결론
참고문헌(References)

참고문헌 (21)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0