• KIPS Transactions on Computer and Communication Systems
• /
• v.9 no.10
• /
• pp.239-246
• /
• 2020

In the medical field where artificial intelligence technology is introduced, research related to clinical decision support system(CDSS) in relation to diagnosis and prediction is actively being conducted. In particular, medical imaging-based disease diagnosis area applied AI technologies at various products. However, medical imaging data consists of inconsistent data, and it is a reality that it takes considerable time to prepare and use it for research. This paper describes a one-stop AI learning platform for converting to medical image standard R_CDM(Radiology Common Data Model) and supporting AI algorithm development research based on the dataset. To this, the focus is on linking with the existing CDM(common data model) and model the system, including the schema of the medical imaging standard model and report information for multi-center research based on DICOM(Digital Imaging and Communications in Medicine) tag information. And also, we show the execution results based on generated datasets through the AI learning platform. As a proposed platform, it is expected to be used for various image-based artificial intelligence researches.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.05a
• /
• pp.487-489
• /
• 2020

인공지능 기술을 도입한 의료분야에서 진단 및 예측과 연계한 임상의사결정지원 시스템(CDSS)에 관련된 연구가 활발하게 진행되고 있다. 특히, 인공지능 기술 적용에 가장 많은 이슈를 일으키고 있는 의료영상기반의 질환진단연구가 다양한 제품으로 출시되고 있는 실정이다. 그러나 의료영상 데이터는 일관되지 않은 데이터들로 이루어져 있으며, 그것을 정제하여 연구에 사용하기 위해서는 상당한 시간이 필요한 것이 현실이다. 본 논문에서는 익명화된 데이터를 정제하여 인공지능 연구에 사용할 수 있는 표준화된 데이터 셋을 만들고, 그 데이터를 기반으로 인공지능 알고리즘 개발 연구를 지원하기 위한 원스톱 인공지능학습 플랫폼에 대하여 기술한다. 이를 위해 전체 인공지능 연구프로세스를 보이고 이에 따라 학습을 위한 데이터셋 생성과 인공지능 학습학습용 플랫폼에서 수행되는 수행 과정을 결과로 보인다 제안한 플랫폼을 통해 다양한 영상기반 인공지능 연구에 활용될 것으로 기대하고 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.10a
• /
• pp.38-39
• /
• 2019

본 논문은 R-CDM 의료영상정보를 기반으로 ELK Stack 기술을 적용하여 획득한 데이터의 분석 결과를 시각화하기 위한 시스템에 대해 기술한다. 제안한 시스템은 의료 빅데이터의 검색, 수집 그리고 분석 결과를 모니터링 할 수 있으며, 특히 대량의 데이터의 변화와 데이터간의 차이를 확인할 수 있다. 본 연구에서 제안한 시스템은 수집된 의료영상 빅데이터에 대해 적용하여 현황과 처리결과 그리고 실시간 분석결과에 대한 모니터링을 통해 관리의 효율성을 높여 실시간 검색 및 분석 서비스 분야에 기여할 것으로 기대된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.10a
• /
• pp.40-43
• /
• 2019

본 논문은 국제표준화인 OHDSI OMOP-CDM 의 확장으로 의료영상 표준기반으로 한 관리시스템에 대해 기술한다. 이를 위해 기존 공통데이터모델과 연계에 중점을 두어 DICOM 메타태그정보 기반의 의료영상 표준 모델의 스키마를 제시한다. 이를 기반으로 머신러닝 기술개발을 위한 데이터 셋 생성과 관리를 위한 웹 기반 시스템 구조와 기능에 대해서 기술한다. 끝으로 구현된 시스템에서 제공하는 웹 서비스 수행 결과를 보인다.