문제점
1. 연구 이미지와 메타데이터를 폴더·엑셀·JSON으로 따로 관리해 정합성 오류가 빈번하게 발생
2. 대량 업로드 중 실패·중복·파일명 불일치로 데이터 품질이 지속적으로 훼손
3. Donor, Year, Aberrations 등 조건 기반 검색·샘플링이 매우 비효율적
4. 데이터 반출 시 승인·이력 관리가 없어 보안·윤리·감사 대응이 불가능
5. 삭제·이동·이름변경 실수 시 복구와 추적이 거의 불가능한 상태

프로젝트 목표
1. 연구용 이미지와 메타데이터를 표준화된 단일 시스템에서 통합 관리
2. 업로드–저장–검색–추출 전 과정에서 데이터 정합성과 신뢰성 확보
3. 연구자가 조건 기반으로 빠르고 재현 가능한 데이터셋 추출 가능하게 구현
4. 관리자 승인 기반 다운로드로 연구 데이터 반출 거버넌스 구축
5. 병원 환경에 맞는 로컬 중심·보안 중심 데이터 관리 플랫폼 제공

주안점
1. 이미지 파일과 메타데이터 간 무결성 및 자동 동기화 구조를 핵심 설계 요소로 반영
2. 대용량 데이터 환경에서도 안정적으로 동작하는 비동기·배치 처리 구조 구현
3. 연구 재현성을 보장하는 검색 조건·추출 이력·랜덤 샘플링 기록 관리
4. 사용자·관리자 권한 분리를 통한 데이터 접근 및 반출 통제 체계 구축
5. NAS·DiCADE 연동 가능성을 고려한 확장성과 병원 인프라 친화적 설계

병원을 위한 연구·분석용 이미지 데이터 관리 시스템 개발 프로젝트입니다.
- 병원의 연구진들이 사용할 데스크탑 애플리케이션을 만들었습니다.
- 의학 연구에 사용되는 대량의 이미지 데이터를 체계적으로 관리하고 활용할 수 있게 해주는 솔루션입니다.

이 프로젝트는 크게 연구원들이 이미지를 업로드하고, 이미지에 대한 정보(메타데이터)를 함께 저장하며, 필요할 때 검색하고, 원하는 이미지들을 추출하여 다운로드할 수 있는 기능을 개발하는 것입니다. 일반 연구원과 관리자 권한을 구분하여, 관리자는 시스템 전반을 관리하고 다운로드 요청을 승인하는 권한을 갖습니다.

구체적으로는 다음과 같은 핵심 기능을 개발했습니다. :
1. 연구원들이 이미지와 메타데이터(JSON, Excel 형식)를 업로드하고, 이를 표준화된 형식으로 처리하는 기능
2. 업로드된 이미지를 로컬에 저장하고 메타데이터는 데이터베이스에 저장하며, 둘 간의 일관성을 유지하는 기능
3. Donor, Year, Aberrations 등 다양한 조건으로 이미지를 검색하고 필터링하는 기능
4. 필요한 이미지를 조건에 맞게 선택하거나 랜덤으로 추출하여 다운로드할 수 있는 기능
5. 파일 삭제, 이동, 이름변경 등의 작업 이력을 관리하고 필요시 되돌릴 수 있는 기능
6. 관리자가 사용자 계정, 시스템 현황, 다운로드 요청 등을 관리할 수 있는 기능

이 프로젝트는 총 10주에 걸쳐 진행되었으며, Electron 프레임워크를 기반으로 React, TypeScript를 사용하여 개발됩니다. 데이터베이스는 SQLite를 사용하고, 이미지 처리를 위한 Sharp 또는 OpenCV 라이브러리를 활용했습니다.

특히 대용량 이미지 처리를 위한 최적화, 이미지와 메타데이터 간 동기화, 사용자/관리자 권한 관리를 중점적으로 구현하게 됩니다. 또한 DiCADE 프로그램과의 연동 가능성과 NAS 서버 사용 가능성도 고려하여 설계했습니다.