의료 영상 DICOM 프로젝트

프로젝트 개요

이 프로젝트는 의료 영상(DICOM) 데이터를 효율적으로 시각화하고 분석하기 위한 웹 기반 플랫폼을 개발하는 것을 목표로 합니다.
의료 인공지능 연구에서 생성된 모델을 실제 임상 환경에 통합하기 위해, AI 진단 결과와 원본 영상을 동시에 비교·검토할 수 있는 인터페이스를 구현했습니다.

주요 기능

• 🩻 DICOM 뷰어
  다중 프레임(CT/MRI) 이미지 지원, 확대·축소·이동 기능, Window Level 조정
• 📏 거리 측정 도구
  픽셀 간격 메타데이터를 이용한 mm 단위 정밀 거리 측정
• 🤖 AI 예측 결과 시각화
  PyTorch 기반 딥러닝 모델의 예측 결과를 Bounding Box로 오버레이
• 🔄 결과 비교 모드
  원본 영상과 AI 분석 결과를 버튼 하나로 전환 가능
• 🌐 웹 통합 시스템
  FastAPI 백엔드 + Vue 3 프론트엔드 기반, 실시간 데이터 송수신 구조 구현

사용 기술 스택

• Frontend: Vue 3, TypeScript, Pinia, SVG 기반 인터랙티브 도구
• Backend: FastAPI, Python, Uvicorn, PM2 (AWS EC2 배포)
• AI Model: PyTorch, OpenCV, NumPy
• 기타: DICOM metadata 파싱 (x00280030, x00280010 등), REST API 통신

프로젝트 의의

의료 영상 AI 연구는 모델의 정확도뿐 아니라 의료진이 직접 사용할 수 있는 도구로의 구현이 중요합니다.
이 프로젝트는 단순한 AI 실험을 넘어,
의료 연구와 실무 사이의 “연결 다리” 역할을 수행하는 시스템으로 발전하고 있습니다.