인증현황
MFDS
대한민국
FDA
미국
PMDA
일본
CE
유럽
TGA
호주
HSA
싱가포르
ANVISA
브라질
HC
캐나다
01
Head & Neck
22 Organs
· 뇌
· 뇌하수체
· 뇌줄기
· 턱밑샘
· 눈
· 척수
· 내이
· 갑상선
· 후두
· 림프절 Level 1a
· 수정체
· 림프절 Level 1b
· 하악골
· 림프절 Level 2
· 시신경교차
· 림프절 Level 3
· 시신경
· 림프절 Level 4a
· 구강
· 림프절 Level 4b
· 이하선
· 림프절 Level 5
Breast
12 Organs
· 심장
· 내유림프절
· 유방
· 액와림프절 Level 1
· 갑상선
· 액와림프절 Level 2
· 식도
· 액와림프절 Level 3
· 척수
· 쇄골 상부 림프절
(ESTRO)
· 폐
· 쇄골 상부 림프절
(RTOG)
Abdomen
5 Organs
· 간
· 신장
· 위장
· 비장
· 갑상선
· 십이지장
Abdomen
5 Organs
· 직장
· 말총
· 장주머니
· 대퇴골
· 방광
· 정난
· 자궁경부
· 음경
· 척수
· 전립선
02
Validations
분할 작업의 정확도를 높일 수 있고,
작업시간을 줄일 수 있습니다.
정확도 상승
0.881
0
6.431
mm0
mm작업 평균 시간 감소
37
분0
분
Byun HK, Chang JS, Choi MS, Chun J, Jung J, Jeong C, Kim JS, Chang Y, Chung SY, Lee S, Kim YB. Evaluation of deep learning-based autosegmentation in breast cancer radiotherapy.
Radiat Oncol. 2021 Oct 14;16(1):203
Publications
아래 내용은 의료기기 광고 심의와 무관하며,
각 논문의 Abstract를 요약한 자료입니다.
이 연구는 유방 방사선 치료 중 위험에 처한 장기(OAR; Organs at risk) 을 묘사하는 딥 러닝 기반 자동 분할 시스템인 코어라인 소프트의 AVIEW RT-ACS의 성능을 평가합니다.
결과는 자동 분할 시스템의 정확도가 평균 DSC 값이 0.90 으로 전문가의 수동 분할과 유사하다는 것을 보여주었습니다.
AVIEW RT-ACS 시스템은 유방 방사선 치료의 품질을 향상시키고 판독자간의 변동성을 줄일 수 있는 가능성을 강조하며 좋은 사용자 만족도를 입증했습니다.
Byun HK, Chang JS, Choi MS, Chun J, Jung J, Jeong C, Kim JS, Chang Y, Chung SY, Lee S, Kim YB. Evaluation of deep learning-based autosegmentation in breast cancer radiotherapy. Radiat Oncol. 2021 Oct 14;16(1):203
이 연구는 방사선 치료를 받는 유방암 환자의 위험에 처한 장기(OAR; Organs at risk)의 딥러닝 기반 자동 분할 윤곽선을 수동으로 묘사한 윤곽선과 비교하여 코어라인 소프트의 AVIEW RT-ACS성능을 평가합니다.
모든 OAR에서 평균 0.80 이상의 Dice 유사도 계수와 모든 유방 및 국소 림프절 CTV에서 평균 0.70 이상의 Dice 유사도 계수를 달성하면서 수동 윤곽과 높은 상관관계를 입증했습니다.
이 연구는 AVIEW RT-ACS를 사용한 자동 세분화가 유방 방사선 치료 계획에 실현 가능하고 유익하다는 결론을 내렸습니다.
Chung SY, Chang JS, Choi MS, Chang Y, Choi BS, Chun J, Keum KC, Kim JS, Kim YB. Clinical feasibility of deep learning-based auto-segmentation of target volumes and organs-at-risk in breast cancer patients after breast-conserving surgery. Radiat Oncol. 2021 Feb 25;16(1):44.