Targets

• 01

  NAFLD (비알콜성지방간)

  비알코올성지방간(Nonalcoholic fatty liver disease, NAFLD)은 알코올성 간염과 유사한 조직학적 변화를 보이는 질환입니다.
  AI를 통해 지방간 영역을 검출하고 시각화 하여 병리의사들의 객관적인 진단을 보조합니다.

  

• 02

  HCC(간암)

  간은 위장관에서 심장으로 가는 혈류에서 생체 물질의 합성 및 해독에 중요한 역할을 하는 복부의 다기능 기관입니다.
  HCC는 원발성 간암의 가장 흔한 조직학을 나타내며 간 부피의 60%를 차지하는 간세포에서 발생합니다.
  AI를 통해 간암 영역을 검출하고 진단하여 병리의사들의 객관적인 진단을 보조합니다.

  

Features

• 01

  수십 기가바이트 ~ 테라 바이트 규모의 대용량 병리 영상을 효과적으로 관리, 분석, 시각화하기 위한 기능 제공

• 02

  클라우드 기반 고성능 인프라 제공을 통해 값비싼 장비를 직접 구축하지 않고도 고성능 컴퓨팅 인프라를 활용하여 대용량 데이터를 처리 / 시각화 / 분석할 수 있게 함

• 03

  전통적인 방법으로 수십 시간에서 수일을 기다려야 실질적인 분석이 가능해지던 프로세스를 고속 병렬데이터 처리 기술을 통해 실시간으로 수행할 수 있게 함

• 04

  컴퓨터 분야에 비전문가인 의료인 및 의생명분야 연구원들도 제공된 AI 기술과 다양한 시각화를 통해 본인들이 원하는 분석 워크플로우를 손쉽게 구축 할 수 있음

Technologies

• 01

  병변 종류 분류를 위한 딥러닝 기술

  - 병리 영상에서 간내 담관암 종류를 정확하게 분류하기 위한 딥러닝 모델 및 학습 방법
  - 최신 기술에 비해 최대 10% 높은 분류 정확도 획득
  - IEEE 18th International Symposium on Biomedical Imaging에서 발표됨 (2021년)

  

• 02

  병변 영역 분할을 위한 딥러닝 기술

  - 병리 영상에서 암 영역을 정밀하게 분할하기 위한 인터랙티브 딥러닝 방법
  - 사용자의 피드백을 반영하여 점진적으로 딥러닝 모델을 학습시키는 방법을 고안하여 전문가의 지식과 딥러닝을 결합시킬 수 있음
  - 최신 기술에 비해 적은 노력으로 더 정확한 분할 결과를 얻어냄
  - IEEE 18th International Symposium on Biomedical Imaging에서 발표됨 (2021년)

  

• 03

  GPU기반고속 병렬데이터 처리기술

  - GPU 클러스터를 이용하여 실시간 사용자 상호작용이 가능한 대용량 영상 데이터 렌더링 시스템 구축
  - 기존 시스템에 비해 수십 배 빠른 데이터 분산 시각화 성능 획득
  - 본 기술에 대한 연구 논문이 IEEE TVCG 저널에 게재됨 (2020년)

  

Achievements