초록 ▼

연구의 목적 및 내용
뇌 자기공명영상의 백질고강도신호에 대한 시각평정척도를 자동 결정하는 알고리즘을 개발한다. 여기서 백질고강도신호란, 건강한 정상상태와 구별되어 뇌혈관 질환을 가진 환자의 자기공명영상의 백질 영역에서 흔히 발견되는 비정상적인 신호를 말한다. 가장 널리 사용되고 있는 시각평정척도 3가지, Fazekas 척도, ARWMC(age-related white matter changes) 척도, Scheltens 척도, 의 추정치를 제공하는 프로그램을 개발한다.

연구결과
다양한 크기, 모양, 분포를 가

연구의 목적 및 내용
뇌 자기공명영상의 백질고강도신호에 대한 시각평정척도를 자동 결정하는 알고리즘을 개발한다. 여기서 백질고강도신호란, 건강한 정상상태와 구별되어 뇌혈관 질환을 가진 환자의 자기공명영상의 백질 영역에서 흔히 발견되는 비정상적인 신호를 말한다. 가장 널리 사용되고 있는 시각평정척도 3가지, Fazekas 척도, ARWMC(age-related white matter changes) 척도, Scheltens 척도, 의 추정치를 제공하는 프로그램을 개발한다.

연구결과
다양한 크기, 모양, 분포를 가지는 백질고강도신호를 포함하는 뇌 자기공명영상 데이터 세트를 구축하고, 개별 환자의 자기공명영상에서 백질고강도신호 영역을 자동 분할하는 알고리즘을 개발하였다.
분할된 백질고강도신호 영역 정보를 기반으로 3가지 시각평정척도, Fazekas 척도, ARWMC 척도, Scheltens 척도를 자동 결정하는 알고리즘을 개발한다. 개별 시각평정척도의 정확한 추청을 위해서, 해당 척도의 기준에 맞추어 자기공명영상의 전체 뇌 영역을 여러 부분체로 구분하고 각 부분체별로 분할된 백질고강도신호의 심각도을 분석하는 알고리즘이 개발된다. 뇌실 영역 자동분할 알고리즘 및 공간 정규화 기법을 이용한 뇌 영역의 세분화 분할 알고리즘을 개발하였다. 각 구분체별 백질고강도신호 심각도에 기반하여 최종 시각평정척도가 추정된다.
MRI 영상 데이터를 획득한 노인을 대상으로 신경심리평가 및 우울증 평가를 수행하였다. 총 11가지의 신경심리평가 및 우울증 평가를 수행하였으며, WMH 시각평정척도와 신경심리평가 및 우울증 평가 점수 간의 상관을 수행하였다. WMH 시각평정척도를 기준으로 환자군을 4개 그룹으로 군집화 하고, 그룹간 신경심리평가 및 우울증 평가 점수의 차이를 ANOVA 분석을 이용하여 분석하였다.

연구결과의 활용계획
개발된 Fazekas, ARWMC, Scheltens 척도 자동 결정 알고리즘의 평가를 완료한 후, 이를 논문 등에 공개 발표하고 해당 프로그램을 인터넷을 통해 다른 연구자들에게 제공할 계획이다.
백질고강도신호는 노화, 고혈압, 기타 심혈관 위험요인들과 관계가 깊고, 백질고강도신호가 두드러지게 관찰되는 환자의 경우 뇌졸중 발병 위험이 증가하는 것으로 알려져 있다. 또한, 노인에 있어 기억, 집행 기능(executive function), 정보처리(information processing)등의 인지 기능의 저하와 우울(depression)이나 무감동(apathy) 등의 기분장애와도 관련을 보이므로, 치매 및 노인성 우울증의 발병을 예측할 수 있는 표지자로 활용 가능성이 높다. 따라서, 본 연구에서 개발된 Fazekas, ARWMC, Scheltens 척도 자동결정 알고리즘을 이용한 시각평정척도를 활용하여 다양한 질환군에 대한 관련 연구를 수행할 수 있다.

(출처 : 요약문 4p)

Abstract ▼

Purpose& contents
This project aims to develop a system that predicts three visual rating scales of white matter hyperintensities (WMH) on magnetic resonance imaging (MRI). WMHs are signal abnormalities in the cerebral white matter of brain MRI. To measure WMHs, Fazekas scale, ARWMC(age-related w

Purpose& contents
This project aims to develop a system that predicts three visual rating scales of white matter hyperintensities (WMH) on magnetic resonance imaging (MRI). WMHs are signal abnormalities in the cerebral white matter of brain MRI. To measure WMHs, Fazekas scale, ARWMC(age-related white matter changes) scale, and Scheltens scale are predicted.
By using the neuropsychological tests, the correlation of the predictive values of three visual rating scales with cognitive function of brain is analyzed.

Result
We built the MRI dataset that contain WMHs with various volume, shape, and intensities. First, we developed the automated WMH segmentation algorithm in fluid attenuated inversion recovery (FLAIR) using adaptive intensity thresholding. And then, we segmented the brain regions into sub-regions for defining each area, in which the WMH severity was measured. We segmented 2, 10, and 16 sub-regions for Fazekas scale, ARWMC scale, and Scheltens scale, respectively. The segmentation pipeline included the processes of ventricle segmentation, distance transformation, spatial normalization, and morphology operations. Within the each sub-region, WMH volume and the number of WMH components were measured, and then, the WMH severity was determined. Finally, by summing WMH severities up through all sub-regions, the Fazekas scale, ARWMC(age-related white matter changes) scale, and Scheltens scale are predicted.
We investigated the relation between cognitive functions and WMHs clustered by their profiles of distance from the ventricle, establishing the quantitative and objective evaluation of WMHs. Fully automated segmentation and classification of WMHs has been investigated. Compared with the visual rating scales not fully consistent with cognitive functions, our findings will be objective and etiologically and functionally relevant to clinical outcomes. If confirmed in longitudinal studies, it could shed further light on fully-automated classification of WMHs.

Expected Contribution
We plan to provide the programs of the prediction of Fazekas scale, ARWMC scale, and Scheltens scale to other researchers.
WMHs are frequently found in healthy elderly people, but reported to influence mental and physical function in relation with various diseases. Thus, we expect that the developed the algorithms in here will be helpful to understand the relationship the WMHs and various diseases including Alzheimer's Disease, stroke, and depression.

(출처 : SUMMARY 5p)

목차 Contents

• 표지 ... 1
• 목차 ... 2
• 연구계획 요약문 ... 3
• 연구결과 요약문 ... 4
• 한글요약문 ... 4
• SUMMARY ... 5
• 연구내용 및 결과 ... 6
• 1. 연구개발과제의 개요 ... 6
• 2. 연구수행 내용 및 결과 ... 8
• 3. 목표달성도 및 관련분야에의 기여도 ... 14
• 4. 연구결과의 활용계획 ... 16
• 5. 주관연구책임자 대표적 연구실적 ... 16
• 6. 참고문헌 ... 16
• 7. 연구성과 ... 16
• 8. 국가과학기술지식정보서비스에 등록한 연구시설‧장비 현황 ... 18
• 9. 기타사항 ... 18
• 별첨1 대 표 연 구 성 과 ... 19
• 별첨2 세부 목표 관련 증빙 ... 31
• 끝페이지 ... 33