사업명		이공학학술연구기반구축(R&D)
내역사업명		창의도전연구기반지원
과제명	국문	조기위암에서 내시경적 절제 이후 수술 적응증 결정하는 알고리즘 구축 ? 수정된 종양 싹 (Modified Tumor Budding) 중심으로
	영문	Establishing Algorithm that Determining Gastrectomy after Endoscopic Resection in Early Gastric Cancer ? Focused on Modified Tumor Budding
과제기준년도		2024	부처	교육부
과제관리(전문)기관		한국연구재단	과제수행기관	가톨릭대학교산학협력단
연구책임자		임광일	연구개발단계	기초연구
연구수행주체		대학	지역	서울특별시 서초구
과제고유번호		2340034373	(기관)세부과제번호	NR065650
총연구기간		2021-06-01 ~ 2024-05-31	당해 연도 연구기간	2024-03-01 ~ 2024-05-31

키워드	한글	조기위암, 딥러닝, 병리학, 종양싹
	영문	early gastric cancer, deep learning, pathology, tumor budding
연구목표 (요약)		조기위암의 병리 영상 정보를 Deep learning으로 분석하고, 검체의 RNA 발현 정보로 얻어, 내시경적 절제 이후에 gastrectomy를 결정하기 위한 기준을 제시하여 위암의 재발을 억제하는 동시에 침습적 치료를 피하고자 합니다.
연구내용 (요약)		...ic). 다음으로, epithelial-mesenchymal trasition (EMT)에 관여가 RNAseq 시행하여 LNM을 잘 예측하는 조합, 형태학적 변화와 잘 일치하는 분자생물학적 특성을 연구 중입니다.마지막으로, 병리영상 정보를 기반으로 개발된 알고리즘과 EMT marker의 정보를 통합하고, 통합 모델에서 제시된 cirteria로 실제 임상영역에서 검증하여, 모델이 ...
기대효과 (요약)		... Deep learning를 통해서는 진단의 기준이 일관되며, 미약한 변화도 판독할 수 있으며, 세포 수 세기, 길이 둘레 면적 측정 등 사람은 할 수 없는 새로운 인자들을 측정할 수 있습니다. ... 검증합니다. 최종적으로 실제 임상 영역에서 잘 작동하는지 검증할 수 있습니다. 마지막으로 새로운 인공지능 개발 방법론을 제시할 수 있습니다. 기존 인공지능 개발에 이미 잘 알려진 병리 인자를...

과학기술표준 연구분야		보건의료 · 의료기기 · 지능형 판독시스템 정보/통신 · 정보이론 · 인공지능 보건의료 · 임상의학 · 소화기학
과학기술표준 적용분야		보건업 및 사회복지 서비스업 · 제조업(의료, 정밀, 광학기기 및 시계) · 건강
부처자체분류
6T관련기술		신호처리기술(영상·음성처리·인식·합성)

총연구비(단위:원)
년도	정부연구비	민간연구비	소계
2024	13,650,000원	0원	13,650,000원