L

1. mrCRM (MRI-predicted Circumferential Resection Margin)rectum을 감싸고 있는 가장자리의 근막, 직장간막근막(MRF, Mesorectal Fascia / Mesorectum)실제 tme를 진행 할 때 절개를 하는 영역(incision line)이 MRF임. mrMRF란 종양이 가장 튀어나온 영역에서부터 MRF까지 남은 거리를 뜻함.실제 cancer cell / rectal cancer를 건드리지 않고 안전하게 수술 할 수 있는 안전거리라고 이해하면 되겠다.2. mrCRM_grade측정한 mrCRM를 바탕으로 임상 가이드라인에 따라 환자의 위험도를 범주화한 지표tumor와 fascia의 거리가 1mm이하라면 CRM positive로 수술불가 판정을 내려 먼..

1. Low Anterior Resection (저위 전방 절제술)구조: 직장 상부와 중부 사이에 종양이 위치했다고 가정절제 범위: 직장암을 포함하여 직장의 약 2/3 (중부 및 하부)와 주변 직장간막을 제거(TME)문합 위치: 남은 직장의 상부(직장 스텀프)에 대장을 연결 항문 괄약근으로부터 약 5~10cm 정도 위에 문합이 위치2. Ultra-Low Anterior Resection (초저위 전방 절제술)구조: 종양이 항문 괄약근에 매우 가까운 직장 최하부에 위치절제 범위: 직장 거의 전체와 주변 직장간막을 제거(TME)문합 위치: 대장을 항문 괄약근 바로 위인 항문관 상단에 문합, 항문 괄약근을 보존하기 위해 최대한 낮게 연결3. Inter Sphincteric Resection (괄약근간 절제술)..

TME & Pelvic anatomy 1. Pelvic BonesIlium (장골) : Pelvis 상부 날개Pubis (치골) : Pelvis 전방 하단Ischium (좌골) : Pelvis 최하단Sacrum (천골) : Pelvis 중심부의 후방 상단Coccyx (미골) : Sacrum의 하방에 위치 2. Peritoneum & Pelvic SpacesAnterior : 남성 : Rectovesical pouch여성 : Rectouterine pouch and Uterus 공통 : Anterior Peritoneal reflection (복막반사) : TME 수술 시 전방 복막 절개 시작 지점 (12시 방향). 남자의 경우 방광 / 여자의 경우 자궁과 Rectum 사이 복막 전환부Post..

1. Introduction직장암의 비 수술적 관리가 발전했음에도 불구하고, 대부분 치유적 치료 접근 방식은 해당 조직을 수술적으로 제거하는 것이 필요하다. 이 수술 단계는 mesorectal fascia를 따라 완전한 절제를 하여 국소 종양 재발 위험을 최소화하기 위해 섬세한 작업이 필요하다. 동시에 해당 절제 부위에 분포한 자율선경은 수술 후 후유증(요실금, 성 기능 장애)을 방지 하기 위한 숙련도가 필요하다. 해당 의사의 전문성과 해당 환자의 신체의 특성에 따라 오차가 있겠지만, 후유증은 oncological rectal resection 후 최대 85%의 환자에게 영향을 미치며, 최적이 아닌 수술의 결과일 수 있으며,이로 인해 환자의 신경 손상이 발생할 수 있다. 수술로봇을 이용한 수술은 향상된 ..

U-net 에 대해서 베이스가 없다면 필자가 정리해놓은 글을 참고하길 바란다. (베이스없으면 아?마 이해 안될 거임)https://l2024-9999.tistory.com/42 1(64) / 2(128) / 3(256) / 4(512) / 5(1024) 로 사이즈가 정해져있다고 가정해보자.U-net++1(64) + 2(128) = 1.1(64) > a3(256) + 2(128) = 2.1(128) > 2.1(128) + 1.1(64) = 1.2(64) > b4(512) + 3(256) = 3,1(256) > 3.1(256) + 2.1(128) = 2.2(128) > 2.2(128) + 2.1(128) = 1.3(64) > c5(1024) + 4(512) = 4.1(512) > 4.1(512) + 3.1(..

U-net은 Biomedical 분야에서 Image segmentation을 목적으로제안된 Fully-Convolutinal Network(FCN)기반 모델이다.그리고 왜 이름이 U-net이냐면... 그리고 이 내용을 이해하기 위해선 기초 지식이 필요하다. >> https://l2024-9999.tistory.com/41 Fully Convolutional Networks for Semantic Segmentation(FCN)FCN은1. Semantic Segmentation 문제를 위해 제안된 딥러닝 모델로이고2. [Image classification model] to [Semantic segmentation model]로 크게 3과정으로 분리된다.- Convolutionalization - Deco..

FCN은 1. Semantic Segmentation 문제를 위해 제안된 딥러닝 모델이고 2. [Image classification model] to [Semantic segmentation model]로 크게 3과정으로 분리된다. - Convolutionalization - Deconvolution (Upsampling) - Skip architecture 1. Convolutionalization기존 Image Classification 모델들은 출력층이 Fully-connect(이하 FC) layer로 구성되어있다. 하지만 Semantic Segmentation 관점에서는 FC layer의 한계점이 있다. - 어떤 사진이 들어와도 필터의 크기가 고정되어 있음. - 그래서 해당 크기에 맞지 않는다면..