선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 이 지점에서 뇌공학의 역할은 기존 신경질환 환자의 치료에 대한 신경학/신경외과학적 접근이 지닌 한계에 대한 대안을 제시하는 것이 되어야 할 것인바, 따라서 뇌공학 연구자들에게 있어 신경 질환에 대한 기존 신경학/신경외과학적 접근의 이해는 필수적이라 할 수 있다. 본고는 그 일례로, 현재 한국에서 화제의 중심이 되고 있는 외상, 그 중에서도 외상성 뇌 손상 (traumatic brain injury; TBI)의 진행에 대한 이해를 제공하는 것을 그 목적으로 하며, 이러한 이해에 기반하여 근래 급속도로 발전중인 기계 학습 (machine learning) 기법이 어떻게 뇌 외상의 치료에 도움이 될 수 있을지를 개괄한다.
- 본고는 뇌공학의 가장 중요한 주제 중 하나인 뇌 질환, 그 중에서도 뇌 외상에 따른 뇌 손상에 있어 기초적인 이해를 제공하고, 외상에 따른 2차 뇌 손상의 중증도 파악 및 손상의 진행 모니터링이라는 두 가지 중요한 과제를 지적하였으며, 이들 과제를 해결하는데 있어 뇌공학과 기계 학습이 어떻게 도움이 될 수 있을지를 개괄하였다. 뇌 외상 후 중증도의 파악과 손상의 진행 모니터링은 각각 뇌 영상과 신경 생리 신호들에 대한 분석을 필요로 하며, 현재 임상에서 뇌 영상, 특히 CT와 신경 생리 신호, 특히 두개내압의 분석은 훈련 받은 전문가의 경험에 크게 의존하며, 데이터의 질 또한 만족스럽지 않은 수준이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.