초록 ▼

연구의 목적 및 내용
본 연구는 2000년 이후 뇌연구의 새로운 연구방법으로 자리잡고 있는 네트워크 분석론을 다양한 치매질환군에 적용하여 비교 분석하려는 연구입니다. 알쯔하이머와 혈관성치매에 따른 뇌네트워크의 복합적인 변화와 노화에 의한 인지기능의 저하를 연구하여, 치매에 대한 보다 심도깊은 이해와 다중네트워크 분석에 기틀을 제공하고자 합니다.
최근에는 종전 한 개의 뇌질환으로 분류되던 질환이 실제로는 비슷한 증상을 가지고 있으나 다른 질환이거나, 앞으로의 예후에 따라 다른 치료프로그램을 진행하여야 하는 아형을 가지고 있

연구의 목적 및 내용
본 연구는 2000년 이후 뇌연구의 새로운 연구방법으로 자리잡고 있는 네트워크 분석론을 다양한 치매질환군에 적용하여 비교 분석하려는 연구입니다. 알쯔하이머와 혈관성치매에 따른 뇌네트워크의 복합적인 변화와 노화에 의한 인지기능의 저하를 연구하여, 치매에 대한 보다 심도깊은 이해와 다중네트워크 분석에 기틀을 제공하고자 합니다.
최근에는 종전 한 개의 뇌질환으로 분류되던 질환이 실제로는 비슷한 증상을 가지고 있으나 다른 질환이거나, 앞으로의 예후에 따라 다른 치료프로그램을 진행하여야 하는 아형을 가지고 있는 경우가 있다고 알려져 있는데, 특히 알쯔하이머 질병의 경우 이러한 아형의 존재와 치료프로토콜의 변형이 환자에게 도움이 된다는 보고가 있습니다. 본 연구에서는 이러한 아형 (subtype)을 추출함으로서 질환 초기에 치료프로그램을 달리 사용함으로서 환자치료에 큰 도움을 주고자 합니다.

연구결과
본 연구에서는 알쯔하이머병에서 새로운 유형분석방법론을 개발하여 3가지의 아형을 구분하였으며, 해당 아형 중 하나는 기존 연구에서 예후가 매우 안 좋은 것으로 알려진 아형입니다. 해당 유형분석방법은 기존 방법에서 떨어지던 재현율 (~70%)을 크게 개선하여 (90%이상) 좋은 연구결과로 평가받고 있습니다 (Scientific Reports, 2017).
이 외에도 다양한 뇌네트워크 분석방법을 개발하여 활용하였습니다. 뇌네트워크는 뇌의 각 부위의 기능이 아니라 부위간의 연결관계가 뇌의 인지기능과 밀접하게 연결되어 있다는 가정하에 연구를 진행하며, 뇌의 신경섬유다발을 근사하는 DTI(diffusion Tensor Image)등의 여러 가지 연구 방법을 통해 추출이 가능합니다. 한 연구에서는 Conncetional fingerprints라는 개념을 이용하여 뇌네트워크의 차이를 분석하는 방법을 개발하였는데 해당 방법의 기존통계방법으로 유의미한 결과를 찾아내지 못할 때에도 특정한 결과를 찾아낼 수 있는 분석방법입니다 (Frontiers in Psychiatry, 2016). 또한 자살징후가 있는 우울증 환자와 자살징후가 없는 우울증 환자를 비교하여, 자살징후와 관련된 뇌네트워크를 추출하고 해당 뇌네트워크가 자살과 깊은 관련성이 있는 충동행동과 관련성이 있음을 보인바 있습니다 (Translational Psychiatry, 2016). 본 연구는 여러 매체를 통해 소개된바 있습니다.

연구결과의 활용계획
유형분석방법론의 경우 현재로서는 환자의 진단에 사용하기에는 정확도가 떨어지는 상태입니다. 이를 개선하기 위해서 기계학습을 활용하여 진단방법으로 활용할 수 있도록 하는 연구가 진행 중이며, 이를 위해 딥러닝을 사용할 수도 있습니다. 해당 방법이 초기진단에 활용될 경우 해당환자군의 조기치료로 사회경제적 이득을 얻을 것으로 기대됩니다.
또한 해당 유형분석방법을 다른 질환군에 적용해서 아형을 분석하는 연구를 진행할 수도 있습니다. 이와 마찬가지로 본 연구에서 개발된 뇌네트워크 분석방법론의 경우 다른 질환군에서도 활용이 가능하며, 이미 청소년우울증/간질 등의 질환에서 사용되고 있습니다.

(출처 : 요약문 4p)

Abstract ▼

Purpose& contents
Our purpose is analyzing and comparing various types of dementia, using network analysis of brain networks. The network analysis provides a unified framework to analyze different brain images. We will study complex changes of brain networks both in normal aging and in Alzheimer'

Purpose& contents
Our purpose is analyzing and comparing various types of dementia, using network analysis of brain networks. The network analysis provides a unified framework to analyze different brain images. We will study complex changes of brain networks both in normal aging and in Alzheimer's dieseae and subcortical vascular dementia. This project will promote the quality of Korean neuroscience researches, promote the public health by progressive diagnosis of dementia, and enhance national competitiveness.
Especially, we will investigate subtyping methods of brain diseases. It was reported that the patients diagnosed as a single diseases can be indeed classified into several subtypes, and this subtyping may help early intervention of a certain group of patients who needs more intenstive care.

Result
We developed a novel and robust subtyping methods (Scientific Reports, 2017), and tested over Alzheimer’s disease. We found 3 distinct subtypes and they are consistent with the literature. This method improved the reproducibility of subtyping significantly (~70% -> 90%), and is attracting the attention from the researchers in this field.
Besides the subtyping methods, we developed various brain network analysis methods, and employed in the various diseases. The brain network emphasized that the inter-relationship between brain regions is more strongly associated with the brain cognitive functions than a single brain region. It can be obatined through various methods including diffusion tensor imaging (DTI) which estimates the actual neural fibers. One of our research suggested that whole-brain analysis of connnectinal fingerprints (Frontiers in Psychiatry, 2016), which is more statistically powerful than the commonly used statistical tests. Also, we extracted the sub-network which is associated with suicidal ideation, by comparing depression patients with suicidal ideation and without suicidal ideation (Translational Psychiatry, 2016); the sub-network is also strongly correated with the impulsive behavior that may lead actual suicide. This study was introduced by the press several times.

Expected Contribution
The current subtyping method is not appropriate for diagnostic purpose, since its accuracy for a novel data is low. It is because the current method is not developed for classification. Thus, to use it as a diagnostic tool, we try to improve it through machine learning techniques including deep learning. If this method may be used in the early diagnosis, it would lead a huge economical benefit to reduce medical costs.
We can also use this method for the other brain diseases to investigate their subtypes. Also, other brain network analysis methods can be used for the other brain diseases; we already employed it for juvenile depression and generalized epilepsy.

(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. 국내외 기술개발 현황 ... 7
• 3. 연구수행 내용 및 결과 ... 7
• 4. 목표달성도 및 관련분야에의 기여도 ... 11
• 5. 연구결과의 활용계획 ... 13
• 6. 연구과정에서 수집한 해외 과학기술정보 ... 13
• 7. 주관연구책임자 대표적 연구실적 ... 14
• 8. 참고문헌 ... 14
• 9. 연구성과 ... 15
• 10. 국가과학기술지식정보서비스에 등록한 연구시설‧장비 현황 ... 18
• 11. 연구개발과제 수행에 따른 연구실 등의 안전조치 이행실적 ... 18
• 12. 기타사항 ... 18
• 별첨1 대 표 연 구 성 과 ... 19
• 별첨2 세부 목표 관련 증빙 ... 34
• 끝페이지 ... 34