1. Kor /
  2. Eng

Login Join

  1. Kor /
  2. Eng

Login Join

교수진 소개SAIHST에는 기초의학, 임상의학, 자연과학, 약학, 공학, 경영대학 등 Health Science와 관련된 다양한 분야를 전공한 교수진이 참여하고 있습니다.
미래의과학을 선도할 역량있는 교수의 참여를 기다립니다.

최지수 교수 / M.D., Ph.D.
이름 : 최지수  M.D., Ph.D. 소속 : 삼성융합의과학원 직급 : 부교수 연구실위치 : 일원역캠퍼스 B 동 7층 E-mail : jisoochoi@skku.edu, jisoo.choi@samsung.com Homepage : 실험실명 : 참여학과 : 디지털헬스학과 인쇄하기 PDF 다운로드
■ 학력 및 경력
2004 의학학사 연세대학교 의과대학 
2009 의학석사 연세대학교 의과대학원 
2012 의학박사 연세대학교 의과대학원 
2006-2010 신촌세브란스병원 전공의 
2010-2012 신촌세브란스병원 임상강사 
2012-2013 국립암센터 영상의학과 
2014-2016 삼성서울병원 진료조교수 
2016-2018 삼성서울병원 전임대우임상조교수 
2018-2019 삼성서울병원 전임대우임상부교수 
2019-현재 성균관대학교 의과대학 영상의학과 조교수 


■ 연구소개 
유방촬영술, 초음파 등의 의료영상에서 유방암의 검출과 진단에 도움을 줄 수 있는 Computer-aided diagnosis (CAD) 프로그램을 개발하고 임상에 적용하는 연구를 진행함. 유방 MRI, 초음파를 이용하여 유방암, 고위험 유방 병변을 진단하는 radiomics 연구 진행함. 유방암 조직 검체에 대한 high resolution magic angle spinning MR spectroscopy 분석을 이용하여 유방암의 치료와 예후 예측에 이용 가능한 metabolic marker를 찾는 연구 진행함. 


■ 연구분야 키워드 Cancer, Deep learning, Radiomics, Proteomics, Computer-aided diagnosis 


■ 대표 업적 
1. Breast Cancer Screening with Abbreviated Breast MRI: 3-year Outcome Analysis. Kwon MR, Choi JS, Won H, Ko EY, Ko ES, Park KW, Han BK. Radiology. 2021 Apr;299(1):73-83. doi: 10.1148/radiol.2021202927. Epub 2021 Feb 23. 
2. Impact of intratumoral heterogeneity on the metabolic profiling of breast cancer tissue using high-resolution magic angle spinning magnetic resonance spectroscopy. Choi JS, Yoon D, Han K, Koo JS, Kim S, Kim MJ. NMR Biomed. 2021 Dec 27:e4682. doi: 10.1002/nbm.4682. 
3. Online ahead of print. Non-mass lesions detected by breast US: stratification of cancer risk for clinical management. Park KW, Park S, Shon I, Kim MJ, Han BK, Ko EY, Ko ES, Shin JH, Kwon MR, Choi JS. Eur Radiol. 2021 Mar;31(3):1693-1706. doi: 10.1007/s00330-020-07168-y. Epub 2020 Sep 
4. Long-term Surveillance of Ductal Carcinoma in Situ Detected with Screening Mammography versus US: Factors Associated with Second Breast Cancer. Choi SH, Choi JS, Han BK, Ko EY, Ko ES, Park KW. Radiology. 2019 Jul;292(1):37-48. doi: 10.1148/radiol.2019181844. Epub 2019 Apr 30. 
5. Effect of a Deep Learning Framework-Based Computer-Aided Diagnosis System on the Diagnostic Performance of Radiologists in Differentiating between Malignant and Benign Masses on Breast Ultrasonography. Choi JS, Han BK, Ko ES, Bae JM, Ko EY, Song SH, Kwon MR, Shin JH, Hahn SY. Korean J Radiol. 2019 May;20(5):749-758. doi: 10.3348/kjr.2018.0530. 
6. Comparison of synthetic and digital mammography with digital breast tomosynthesis or alone for the detection and classification of microcalcifications. Choi JS, Han BK, Ko EY, Kim GR, Ko ES, Park KW. Eur Radiol. 2019 Jan;29(1):319-329. doi: 10.1007/s00330-018-5585-x. Epub 2018 Jun 21. 
7. Preoperative Axillary US in Early-Stage Breast Cancer: Potential to Prevent Unnecessary Axillary Lymph Node Dissection. Kim GR, Choi JS, Han BK, Lee JE, Nam SJ, Ko EY, Ko ES, Lee SK. Radiology. 2018 Jul;288(1):55-63. doi: 10.1148/radiol.2018171987. Epub 2018 Mar 20.

이전글 다음글

목록