초록 ▼

□ 연구개요
퇴행성뇌질환은 치료제가 없기 때문에 조기진단을 가능케 하는 기술이 필요하지만 밀리미터 단위로 변화하는 영상만을 살펴 인간의 눈으로 분류하는 것이 불가능하다. 최근 인공지능 기술이 발전하면서 뇌 MRI 분석만으로 질환을 인공지능을 통해 조기에 찾아내고자 하는 연구들이 나타나고 있다. 이러한 배경을 바탕으로 본 과제에서는 (1) 3차원 뇌 MRI을 자동으로 선행처리해주고, (2) 이상 병변들을 검출할 뿐 아니라, (3) 뇌질환의 바이오마커로 활용 가능한 신호들을 향상시켜 줄 수 있는 알고리즘을 개발해 관련분야를 리딩할

□ 연구개요
퇴행성뇌질환은 치료제가 없기 때문에 조기진단을 가능케 하는 기술이 필요하지만 밀리미터 단위로 변화하는 영상만을 살펴 인간의 눈으로 분류하는 것이 불가능하다. 최근 인공지능 기술이 발전하면서 뇌 MRI 분석만으로 질환을 인공지능을 통해 조기에 찾아내고자 하는 연구들이 나타나고 있다. 이러한 배경을 바탕으로 본 과제에서는 (1) 3차원 뇌 MRI을 자동으로 선행처리해주고, (2) 이상 병변들을 검출할 뿐 아니라, (3) 뇌질환의 바이오마커로 활용 가능한 신호들을 향상시켜 줄 수 있는 알고리즘을 개발해 관련분야를 리딩할 수 있는 연구를 수행하고자 한다.

□ 연구 목표대비 연구결과
이를 위해 본 연구팀은 1년간의 연구기간동안 치매와 밀접한 관련이 있다고 알려진 뇌의 미세혈관들(perivascular spaces, 이하 PVS)의 신호를 향상시켜 줄 수 있는 기법을 개발하였고, 뇌경색 혹은 뇌출혈 시 나타나는 백질 고강도신호(White Matter Hyperintensity, 이하 WMH)를 자동으로 영역화 해주는 기법을 개발하였다. 선행처리를 위해 MRI 처리 프로그램인 FSL과 Freesurfer를 이용하여 다중 모달리티 영상을 보정하고 특징들을 추출하는 파이프라인을 구축하였고 ResidualNet과 U-net을 기반으로 하는 딥러닝 네트워크를 각각 개발하여 PVS와 WMH를 영역화하였다. 본 연구팀이 개발한 기법은 MICCAI 2018년도에 열린 MRBrainS 챌린지에서 총 22팀 중 1위를 수상하였고 처음으로 딥러닝 기법을 PVS 신호 향상에 적용하여 국제학술지를 출판하였다. 또한 액티브러닝 기반의 학습 기법을 바탕으로 국내학술대회에서 우수논문상을 수상하였다.

□ 연구개발결과의 중요성
퇴행성 뇌질환에 영향을 미치는 뇌 영역의 증감을 알아낼 수 있다면 조기 진단을 가능해지고 예후와 예측인자 개발로 이어져 예방과 치료에도 큰 도움이 될 것이다. 뇌질환으로 인한 경제적, 사회적 비용을 크게 줄이고 전문의들이 3차원 영상을 분석하는 시간이 줄어 의료 효율이 높아질 것이다. 또한 차세대 의료기기에 탑재될 진단 및 예측 핵심기술로써 관련기술을 선점할 수 있다면 큰 경제적 이익을 낼 수 있을 것이다. 바이오마커를 시각화 해주기 위한 기법들은 PVS뿐 아니라 여러 다른 마커를 보여주기 위해 활용될 수 있을 것이고, MRI 파라미터에 따라 다르게 취득되는 영상정보를 일관성 있게 바꾸어주는데에도 유용하게 활용될 수 있을 것이다. 또한 시간차 데이터를 취득할 수 있다면 특정장기의 볼륨변화를 파악 할 수 있어 예후예측에 유용하게 활용될 수 있을 것이다.

(출처 : 요약문 2p)

목차 Contents

• 표지 ... 1
• 연구결과 요약문 ... 2
• 목차 ... 3
• 1. 연구개발과제의 개요 ... 4
• 2. 연구수행내용 및 연구결과 ... 4
• (1) 3차원 뇌 MRI의 선행처리 기술 개발 ... 4
• (2) 이상병변 검출 기술 개발 ... 4
• (3) 뇌질환 바이오마커 활용 가능한 미세혈관 신호 향상 기법 개발 ... 6
• (4) 반지도학습과 액티브러닝을 이용한 영역화 모델 학습 기법 ... 7
• (5) 총 연구기간 연구실적 (1년) ... 8
• 3. 연구개발결과의 중요성 ... 8
• 4. 참고문헌 ... 9
• 5. 연구성과 ... 9
• 끝페이지 ... 10