본 논문은 심층 학습 모델을 이용하여 CT 스캔에서 복부 장기(신장, 간, 비장, 전립선)의 자동 분할 및 측정을 위한 워크플로우를 개발하고 검증하는 것을 목표로 한다. nnU-Net과 U-Net++를 이용한 장기 분할 후, 3D RCNN 모델을 사용하여 장기의 부피와 크기를 측정하는 자동화된 파이프라인을 제시한다. 모델은 정밀도, 재현율, 평균 제곱 오차(MSE)와 같은 지표를 사용하여 평가되었으며, 모든 표적 장기에 대해 95% 이상의 높은 정밀도와 재현율을 달성하였다. 낮은 MSE 값은 예측된 측정값과 실제 측정값 간의 높은 일치도를 나타낸다. 이 워크플로우는 수동 개입을 크게 줄여 측정 정확도와 일관성을 향상시키는 자동화되고 효율적이며 신뢰할 수 있는 솔루션을 제공한다.
