소아 손 방사선 사진을 이용한 골 성숙도 평가 딥러닝 모델 성능

오늘의 논문

원문 보기 문헌연구

RESEARCH PAPER 예체능 Crossref 실존 확인 2026-08-30 회차 지난 회차

소아 손 방사선 사진을 이용한 골 성숙도 평가 딥러닝 모델 성능

Performance of a Deep-Learning Neural Network Model in Assessing Skeletal Maturity on Pediatric Hand Radiographs

David B. Larson, Matthew C. Chen, Matthew P. Lungren 외 · Radiology · 2017년 · 조회 19

왜 이 논문인가 — 선정 기준

RESEARCH PAPER · 후속 연구설계에 활용하기 좋은 논문 — 척도·모형·프레임워크류, 피인용 다수

2017-11 발표 · 피인용 468회 · 분야 내 인용 영향력 상위권 · 동년 인용 상위 1% · 참고문헌 28개

RESEARCH PAPER 슬롯은 후속 연구 설계에 활용도가 높은 논문을 선정하는데, 2017년 발표된 본 논문은 468회의 피인용과 상위 1% 인용률을 보이며 딥러닝 모델 평가 방법을 상세히 제공한다.

논문 요약

본 연구는 14,036장(훈련·검증)과 200장(첫 번째 테스트 세트)의 소아 손 방사선 사진을 이용해 골 연령 평가용 딥러닝 모델을 개발하고, 전문가 방사선과 기존 자동 모델과 성능을 비교하였다. RMS와 MAD를 기준으로 모델 추정치와 전문가 평균 연령 사이의 차이를 측정했으며, 95% 신뢰구간을 제시하였다. 결과는 딥러닝 모델이 전문가 수준의 정확도를 보이며 자동화된 골 연령 평가에 실용적임을 보여준다.

후속 연구설계에 활용하기

후속 연구에서는 모델의 RMS·MAD 값을 종속 변수로 삼고, 다양한 연령대·인구통계적 특성을 추가 변수로 포함한 외부 검증 연구를 설계할 수 있다.

핵심어

딥러닝골 연령 평가손 방사선 사진모델 성능

실존 확인

이 논문은 OpenAlex에서 후보로 수집한 뒤, Crossref에 등록된 DOI와 제목 일치를 확인해 노출합니다. SSRA가 문헌연구에서 인용 논문의 실재 여부를 검증하는 원칙과 같습니다.

DOI: 10.1148/radiol.2017170236

2026-08-30 확인 · 2026-08-30 선정