초록 ▼

□ 연구개요
-3D 컨볼루션 딥러닝 알고리즘 및 기반 기술 개발
-딥러닝 GPU 가속화 시스템 구축
-의료영상적합 딥러닝 네트워크 모델 구축
-앙상블 딥러닝 네트워크 알고리즘 연구
-개발된 앙상블 딥러닝 알고리즘을 발전시켜 기존 데이터 혹은 신규 코호트로부터 경과모델을 생성하여 임상 적용이 가능하도록 질병에 대한 예후, 예측 모델 개발 및 조기 진단 시스템 구축
-병원과의 협업 및 임상 자문과 GPU 가속화 시스템을 접목하여 앙상블 딥러닝 알고리즘의 고도화

□ 연구 목표대비 연구결과

□ 연구개요
-3D 컨볼루션 딥러닝 알고리즘 및 기반 기술 개발
-딥러닝 GPU 가속화 시스템 구축
-의료영상적합 딥러닝 네트워크 모델 구축
-앙상블 딥러닝 네트워크 알고리즘 연구
-개발된 앙상블 딥러닝 알고리즘을 발전시켜 기존 데이터 혹은 신규 코호트로부터 경과모델을 생성하여 임상 적용이 가능하도록 질병에 대한 예후, 예측 모델 개발 및 조기 진단 시스템 구축
-병원과의 협업 및 임상 자문과 GPU 가속화 시스템을 접목하여 앙상블 딥러닝 알고리즘의 고도화

□ 연구 목표대비 연구결과
[연구 목표]
-1차 년도: 3D 컨볼루션 딥러닝 알고리즘 및 기반 기술 개발
진단 및 예측을 위한 뇌 영상의 feature 추출 및 가속화된 멀티모달 영상 정보 처리 기술 개발로 특허 2개와 게재된 논문 2건에 적용됨.
T1 영상을 기반으로 알츠하이머성 치매로의 전환을 예측하는 딥러닝 모델을 구축하여 논문 1건을 게재함.
-2차 년도: 멀티모달 기반 앙상블 딥러닝 모델 연구 및 개발
1차 년도 개발 내용을 확장하여 멀티모달 MR 영상 정보로부터 뇌의 병변이 생긴 부위나 병변의 호발 영역을 추출하는 모델을 구축하여 특허실적 2개 달성함.
1차 년도 feature 추출 기술을 이용하여 인지 기능 저하 및 치매 발병 가능성 진단을 위한 머신러닝 모델을 구축하여 논문 2개에 대한 결과를 도출함.
-3차 년도: 임상 적용 및 앙상블 딥러닝 고도화
2차 년도 결과물인 예후 예측 모델을 확장하여 치매 조기 진단 시스템을 구축하고 neurocognitive disorder 예측 모델을 구축하여 각각 논문 1건을 게재함.
임상적 피드백을 통한 앙상블 네트워크 고도화 과정을 통해 2차 년도에서 구축한 멀티 모달 딥러닝 모델을 확장하여 뇌경색 호발부위를 예측하는 모델을 구축하여 특허 1개 등록함. 질병 진단에 적합한 고도화된 딥러닝 모델을 통해 아밀로이드 양성/음성 진단모델을 구축하여 특허실적 1건을 달성함.
[요약]
-본 과제 수행을 통해 딥러닝 기반의 SCI 논문 6건을 게재함.
-본 과제 수행을 통해 딥러닝 기반의 특허 출원 3건, 그 중 2건을 등록 달성함.

□ 연구개발결과의 중요성
-본 연구팀에서 개발한 앙상블 3D 컨볼루션 딥러닝 기술은 MRI, PET, fMRI 등의 멀티모달 의료영상 분석 결과를 유기적으로 결합할 수 있는 앙상블 딥러닝 모델임.
-또한, 계산 시간이 많이 걸리는 딥러닝 기술의 한계를 극복하기 위해 고용량, 고성능 컴퓨터를 기반으로 고비용의 클러스터를 이용한 GPU 가속화 알고리즘을 개발하여 대용량의 3D 뇌 영상의 딥러닝을 가능하도록 함.
-이는 기존 뇌 영상 분석을 통한 개인별 맞춤 진단 기술의 한계를 혁신적으로 극복할 수 있는 새로운 개념의 의료영상 분석 기술로써, 맞춤형 진단의 정밀도를 획기적으로 향상시키고 개인별 예후를 예측할 수 있게 되었음.

(출처 : 연구결과 요약문 3p)

목차 Contents

• 표지 ... 1
• 연구결과 요약문 ... 3
• 목차 ... 4
• 1. 연구개발과제의 개요 ... 5
• 2. 연구수행내용 및 연구결과 ... 7
• 3. 연구개발결과의 중요성 ... 16
• 4. 참고문헌 ... 16
• 5. 연구성과 ... 17
• 대표적 연구실적 ... 18
• 끝페이지 ... 35