[DEBUG-WINDOW 처리영역 보기]
즐겨찾기  |  뉴스레터  |  오늘의 정보 회원가입   로그인
BRIC홈 한국을 빛내는 사람들
에스엘에스바이오
배너광고안내
이전
다음
스폰서배너광고 안내  배너1 배너2 배너3 배너4
실험실 새내기를 위한 안전교육
전체보기 추천논문 상위피인용논문 인터뷰 그이후 한빛사통계
박정혁
박정혁 (Jeonghyuk Park) 저자 이메일 보기
뷰노
저자CV 보기
71 KB
  CV updated 2020-11-12 14:30
  인터뷰보기 
조회 548  인쇄하기 주소복사 트위터 공유 페이스북 공유 
A prospective validation and observer performance study of a deep learning algorithm for pathologic diagnosis of gastric tumors in endoscopic biopsies
열기 Authors and Affiliations

Abstract

Purpose: Gastric cancer remains the leading cause of cancer death in Northeast Asia. Population-based endoscopic screenings in the region have yielded successful results in early detection of gastric tumors. Subsequently, endoscopic screening rates are continuously increasing, and there is a need for an automatic computerized diagnostic system to reduce the diagnostic burden. In this study, we developed an algorithm to classify gastric epithelial tumors automatically and assessed its performance in a large series of gastric biopsies and its benefits as an assistance tool. Experimental Design: Using 2,434 whole slide images (WSIs), we developed an algorithm based on convolutional neural networks (CNN) to classify a gastric biopsy image into one of three categories: negative for dysplasia (NFD), tubular adenoma (TA), or carcinoma (CA). The performance of the algorithm was evaluated with 7,440 biopsy specimens collected prospectively. The impact of algorithm-assisted diagnosis was assessed by six pathologists using 150 gastric biopsy cases. Results: Diagnostic performance evaluated by the area under the receiver operating characteristic curve (AUROC) in the prospective study was 0.9790 for two-tier classification; negative (NFD) vs. positive (all cases except NFD). When limited to epithelial tumors, the sensitivity and specificity were 1.000 and 0.9749. Algorithm-assistance digital image viewer resulted in 47% reduction in review time per image compared to digital image viewer only and 58% decrease to microscopy. Conclusions: Our algorithm has demonstrated high accuracy in classifying epithelial tumors and its benefits as an assistance tool which can serve a potential screening aid system in diagnosing gastric biopsy specimens.

논문정보
- 형식: Research article
- 게재일: 2020년 11월 (BRIC 등록일 2020-11-11)
- 연구진: 국내연구진태극기
관련 인터뷰
1. 논문관련 분야의 소개, 동향, 전망을 설명, 연구과정에서 생긴 에피소드 딥러닝을 의료 영상에 적용하여 높은 성능을 얻었다는 연구는 최근에는 너무 많아 일일히 소개하기 어려울 정도가 되었습니다. 하지만 이 연구가 시작되던 시기에는 “정말 될까?” 라던 질문이 더 많았던 시기였던 것으로 기억합니다. 그 당시 국내외 많은 그룹들이 상대적으로 서양에서 발생률이 높은 전립선암이나 유방암 등을 타겟으로 진단 모델을 개발하기 시작하였습니다. 저희는 우리나라가 세계...
감각을 통증으로 바꾸고 만성화시키는 뇌의 항상성 오작동 [Curr. Biol.]
정지훈
발표: 정지훈 (경희대학교 한의과대학)
일자: 2021년 3월 10일 (수) 오후 03시 (한국시간)
언어: 한국어
참석자 접수신청하기
심경색에 따른 심장의 영양소 이용 변화의 정량분석 [Science]
장철순
발표: 장철순 (University of California...)
일자: 2021년 3월 12일 (금) 오전 11시 (한국시간)
언어: 한국어
참석자 접수신청하기
PRR11의 PI3K경로 활성화를 통한 항에스트로겐 내성 부여 기전 규명 [Nat. Commun.]
이경민
발표: 이경민 (University of Texas Sout...)
일자: 2021년 3월 17일 (수) 오후 02시 (한국시간)
언어: 한국어
참석자 접수신청하기
차세대 디지털 정보 저장 장치로써의 DNA와 효소를 이용한 염기서열의 광학적 병렬 합성법 [Nat. Commun.]
이호원
발표: 이호원 (Wyss Institute for Biolo...)
일자: 2021년 3월 18일 (목) 오전 10시 (한국시간)
언어: 한국어
참석자 접수신청하기
수리 모델을 이용한 불안정한 수면 사이클 원인 규명 [Proc. Natl. Acad. Sci. USA]
김대욱
발표: 김대욱 (KAIST)
일자: 2021년 3월 22일 (월) 오전 10시 (한국시간)
언어: 한국어
참석자 접수신청하기

  댓글 1
회원작성글 hhp1019  (2020-11-23 16:17)
축하드립니다 정혁쌤!
등록
 
목록
관련링크
박정혁 님 전체논문보기 >
관련인물
외부링크
Google (by Jeonghyuk Park)
Pubmed (by Jeonghyuk Park)
프리미엄 Bio일정 Bio일정 프리미엄 안내
[nanoString Webinar] 대용량 유전자 발현 정량시스템을 이용한 miRNA assay, nCounter System 소개
대구경북과학기술원(DGIST) 뇌·인지과학전공 온라인 전공설명회 개최
대구경북과학기술원(DGIST) 뇌·인지과학전공 온라인 전공설명회 개최
날짜: 2021.03.05
장소: 온라인 링크를 통한 접속
★전액무료★ 바이오분야 재직자 직무능력 향상교육 [3월] 개강 과정 교육생 모집
★전액무료★ 바이오분야 재직자 직무능력 향상교육 [3월] 개강 과정 교육생 모집
날짜: 2021.03.01~31
장소: 충북 청주시 흥덕구 오송생명1로 194-41
2021 서경배과학재단 신진과학자 연구지원 프로그램
2021 서경배과학재단 신진과학자 연구지원 프로그램
날짜: 2021.03.31
주관: 서경배과학재단
위로가기
한빛사 홈  |  한빛사FAQ  |  한빛사 문의 및 제안
 |  BRIC소개  |  이용안내  |  이용약관  |  개인정보처리방침  |  이메일무단수집거부
Copyright © BRIC. All rights reserved.  |  문의 member@ibric.org
트위터 트위터    페이스북 페이스북   유튜브 유튜브    RSS서비스 RSS
머크 광고