초록 ▼

□연구개요
- 심ㆍ뇌혈관 질환에 대한 혈류역학적 생리기능성 진단 정보의 근실시간 예측을 위하여 전산유체역학(computational fluid dynamics, CFD)을 통하여 구축한 대규모 혈류 역학 데이터베이스 기반의 딥 뉴럴 네트워크 알고리즘을 개발을 최종 목표로 함.
- 이러한 목표를 위하여 유한요소 기반의 다중스케일 3D 혈류역학 CFD 고속해석 S/W를 이용, 대규모 시뮬레이션을 통한 기능성 정보 학습 데이터베이스를 확보하고 이를 바탕으로 근실시간 협착병변 위험도 예측을 위한 딥러닝 예측 모델을 개발함

□연구개요
- 심ㆍ뇌혈관 질환에 대한 혈류역학적 생리기능성 진단 정보의 근실시간 예측을 위하여 전산유체역학(computational fluid dynamics, CFD)을 통하여 구축한 대규모 혈류 역학 데이터베이스 기반의 딥 뉴럴 네트워크 알고리즘을 개발을 최종 목표로 함.
- 이러한 목표를 위하여 유한요소 기반의 다중스케일 3D 혈류역학 CFD 고속해석 S/W를 이용, 대규모 시뮬레이션을 통한 기능성 정보 학습 데이터베이스를 확보하고 이를 바탕으로 근실시간 협착병변 위험도 예측을 위한 딥러닝 예측 모델을 개발함

□연구 목표대비 연구결과
- LPM 미세순환 모델 보정 기법 적용 3D CFD-LPM 연동 고속 병렬연산 해석 S/W 성능 개선 보완
- 관상동맥 전체 시스템뿐만 아니라 관상동맥 각각의 단일분지관에 대한 FFR 해석을 위한 미세순환 모델링 기법 및 코드 개발
- 다양한 형상학적 변수를 고려한 다중 레벨의 1D 혈관 트리(vascular tree) 모델 자동 생성 및 1D 차수 축소 CFD 해석 모델 개발 및 스텐트 시술 적용 검증
- 혈관 협착병변 모델에 대한 Morphing 방식의 자동 수치격자 생성 코드 개발
- 1,116개의 이상적 혈관 협착병변 모델에 대한 혈류역학 CFD 수치해석 수행 및 기능성 인자 데이터베이스 구축
- 텐서플로 기반의 혈관 협착병변 형상 인자 및 대동맥 압력 입력변수를 적용한 병변 위험도 예측 딥러닝 모델 S/W 개발 및 검증
- 115개 관상동맥 협착병변 vessel 의 환자특정 임상 데이터 및 CFD 해석을 직접적용하여 딥러닝 모델 성능 개선, 평가 연구 수행
- 협착병변 위험도 예측을 위한 새로운 혈류역학적 인자로 평균 WSS 계산 및 이상적 모델 및 환자데이터를 기반으로 FFR 값과 상관관계 분석

□연구개발결과의 중요성
- 임상 현장에 직접적인 적용에 걸림돌이 되는 3D CFD 시뮬레이션의 컴퓨팅 시간에 대한 필요없이 본 연구를 통해 얻은 딥러닝 알고리즘 기반 예측 기술은 치료현장에서 실시간으로 진단 정보 예측이 가능한 새로운 접근법임
- CFD 고속 병렬연산 기술을 활용하여 딥러닝 학습(training)을 위한 데이터베이스를 구축할 수 있는 기반을 마련함
- 본 연구를 통하여 1,116개의 혈관 협착병변 수학적 모델의 자동 수치격자 생성 코드를 개발하여 CFD 수치해석을 수행함으로써, 차후 확대 연구에 활용 가능한 혈류 역학적 임상진단인자 데이터베이스를 구축하였음
- 또한 텐서플로 기반의 혈관 협착병변 위험도 예측 딥러닝 S/W를 개발하였으며, 추후 다른 심혈관 질환에 대한 데이터 기반 예측모델 개발을 위한 기초연구 결과로 활용될 수 있을 것으로 판단됨.

(출처 : 요 약 문 2p)

목차 Contents

• 표지 ... 1
• 연구결과 요약문 ... 2
• 목차 ... 3
• 1. 연구개발과제의 개요 ... 4
• 2. 연구수행내용 및 연구결과 ... 4
• 1) 혈류역학적 진단인자에 대한 혈관 협착병변 형상 및 대동맥 압력 정보의 영향 분석을 위한 3D CFD시뮬레이션 수행 ... 4
• 2) 다양한 관상동맥 협착병변 형상 인자를 고려한 혈관 모델 자동 생성 및 대규모 3D CFD 해석 ... 5
• 3) 3D CFD 시뮬레이션으로부터 얻은 혈류역학인자 데이터베이스 기반의 협착병변 위험도 예측 딥러닝알고리즘 개발 및 검증 ... 6
• 4) 1차원 차수축소 CFD 모델링 혈류역학 해석 컴퓨터 코드 개발 및 검증 ... 7
• 5) 협착부 형상인자 기반 경험식 모델에 따른 진단 인자 특성 분석 ... 8
• 6) 임상 CT영상 데이터 관상동맥 혈류역학 CFD 해석을 통한 DL 학습데이터 개발 ... 8
• 7) 환자특정 임상데이터 적용 딥러닝 알고리즘 학습 및 진단인자 예측 ... 9
• 8) 환자 QCA 영상 데이터 기반 FFR 및 평균 WSS 예측 ... 10
• 3. 연구개발결과의 중요성 ... 11
• 4. 참고문헌 ... 11
• 5. 연구성과 ... 12
• 끝페이지 ... 13