폐암 병기 분류
폐암 환자의 흉부 CT 영상에서 악성 종양을 감지하고 종양의 병기 정보를 반환한다.
모델의 목표는 CT 영상만으로 병기 정보를 얻어내는 것이므로 환자의 임상 정보는 포함되지 않는다.
![Normal Contrast-Enhanced CT (Lung Window) [2 of 8]](https://web.stanford.edu/dept/radiology/radiologysite/images/Med%20students%201,%20chest/Chest%20axial%20anatomy%20+%20CT%20windows.png)
[배경]
비소세포폐암(Non Small Cell Lung Cancer)은 전체 폐암 중 85%의 높은 비중을 차지하며 사망률이 다른 암에 비해 현저히 높은 암으로 비소세포폐암 환자의 수술 후 예후에 대한 예측이 중요하다. 본 프로젝트에서는 환자의 임상정보 없이 환자의 수술 전 흉부 CT(axial)사진을 이용하여 환자의 수술 후의 생존율을 예측하도록 한다. 또한, 프로젝트를 통하여 얻어진 예측값을 통해 환자의 치료 방법이나 강도를 조절하는 근거가 될 수 있도록 한다.
[모델 설명]
입력: 폐암 환자의 흉부 CT 이미지(axial) 대표(종양이 가장 크게 나온) 단면
출력: 환자의 수술 이후 2년 이내 생존율 예측(생존, 사망)
[모델 아키텍처]
미세 조정된 EfficientNet을 사용하여 학습을 진행한다.
[성능 평가]
성능 평가를 위해 훈련된 모델이 폐암의 병기를 잘 분류한 정도를 정확도(Accuracy)로 평가한다.
[제한]
- 종양의 크기가 3cm 미만의 결절일 때에는 감지하지 못할 수 있다.
- 폐 내부에 간유리결절이 포함된 경우 잘못 감지될 수 있다.
- 다른 장기로 전이된 4기 폐암은 분류할 수 없다.