Multimodal Fusion of CT Images and Anatomical Features for Patient-Specific Organ Dose Prediction AI
이공학학술연구기반구축(R&D) · 기본연구B(포용형)
2026년
2340064108
교육부
한국연구재단
고려대학교
김재승
1명
2026.09.01 ~ 2027.02.28
2026.09.01 ~ 2029.08.31
3,000만원
3,000만원
기초연구
대학
서울특별시 성북구
원자력 > 방사선기술 > 방사선 계측/선량평가기술
최종 목표: CT 영상과 환자 해부학 특성을 통합하여 주요 장기의 방사선 흡수선량을 MC 시뮬레이션 수준의 정확도와 초 단위 추론 속도로 예측하는 환자 맞춤형 장기선량 AI 모델 개발.
1차년도 ('26.9~'27.2, 6개월)①장기 세그멘테이션 학습 데이터 구축 ②환자별 해부학적 특징 정량화 체계 설계 2차년도 ('27.3~'28.2, 12개월)①장기 세그멘테이션 모델 개발 ②환자별 해부학적 특성 자동 정량화 알고리즘 개발 ③1단계 선량 예측 모델 개발 및 3자 Baseline 비교 검증3차년도 ('28.3~'29.2, 12개월)①멀티모...
1) 연구개발성과의 활용방안 ? 본 과제의 '해부학적 특성 → 장기선량' 정량화 프레임워크와 AI 엔진은 PACS 내장 모듈·DRL 모니터링·CT 프로토콜 최적화 도구 등 다양한 선량관리 제품군에 핵심 엔진으로 탑재 가능한 범용 기술이며, DICOM 표준 기반 자기완결형 구조로 특정 벤더에 종속되지 않아 산업적 확장성이 높음 ? 또한 PET-CT·Cone-...