초록 ▼

□ 연구 목표 및 내용
◼ 최종 목표
본 연구는 3T MRI을 이용해 미숙아의 뇌영상/임상 데이터베이스를 구축하고 최적화된 미숙아의 뇌구조 분석 알고리즘을 개발해 영상 지표를 추출하여 미숙아의 발달지연을 진단할 수 있는 기계학습 기반 미숙아의 뇌발달 예후 예측 모델을 개발하는 것이 최종 목표임.

◼ 전체 내용
< 연구개요 >
우리나라 신생아의 출산율은 0.92명으로 점차 감소하고 있지만 이와 반대로 미숙아의 출생율은 2012년 6.28%에서 2022년 8.11%로 매년 꾸준히 증가하고 있음. 미숙아

□ 연구 목표 및 내용
◼ 최종 목표
본 연구는 3T MRI을 이용해 미숙아의 뇌영상/임상 데이터베이스를 구축하고 최적화된 미숙아의 뇌구조 분석 알고리즘을 개발해 영상 지표를 추출하여 미숙아의 발달지연을 진단할 수 있는 기계학습 기반 미숙아의 뇌발달 예후 예측 모델을 개발하는 것이 최종 목표임.

◼ 전체 내용
< 연구개요 >
우리나라 신생아의 출산율은 0.92명으로 점차 감소하고 있지만 이와 반대로 미숙아의 출생율은 2012년 6.28%에서 2022년 8.11%로 매년 꾸준히 증가하고 있음. 미숙아는 성장과정에서 발달장애를 (자폐증, ADHD, 뇌성마비 등) 동반할 위험성이 15%로 매우 높아 장기적으로 사회적, 경제적 부담으로 작용함. 하지만 영유아기 뇌는 가소성(Plasticly)이 크기 때문에 발달 지연을 조기에 발견하여 적절한 개입이 이루어진다면 증상완화 및 발달적인 예후가 좋아질 수 있음.
< 연구방법 >
1. 미숙아의 뇌영상 /임상 데이터베이스(DB) 구축
- 신규 미숙아 데이터베이스 구축
- 기 구축된 뇌영상/임상 데이터베이스 구축
- 해외공개 뇌영상 데이터셋 구축
2. 뇌영상 데이터를 활용한 미숙아의 뇌구조 분석 알고리즘 개발
- 확산텐서영상을 이용한 영유아용 뇌연결망 분석 알고리즘 개발
- 구조적영상을 이용한 영유아용 대뇌피질 영역별 분할 알고리즘 개발
- 휴지기 기능적 자기공명영상을 이용한 영유아용 뇌기능적 네트워크 분석 알고리즘 개발
- 영유아용 뇌구조 정밀분석 및 뇌발달 분석 플랫폼 구축
3. 머신러닝 기반 미숙아의 뇌발달 예후 예측 모델 개발
- 머신러닝을 위한 분석환경 구축
- 머신러닝을 위한 feature extraction
- 지도학습 및 군분류 (classification)
- 머신러닝을 이용한 뇌발달 예후 예측모델 수립 및 고도화

◼ 1단계
❏ 연구 목표
• 미숙아의 뇌영상 /임상 데이터베이스(DB) 구축
• 뇌영상 데이터를 활용한 미숙아의 뇌구조 분석 알고리즘 개발
❏ 연구 내용
1. 미숙아의 뇌영상 /임상 데이터베이스(DB) 구축
• 신규 미숙아 데이터베이스 구축 IRB 승인
• 기 구축된 뇌영상/임상 데이터베이스 구축
• 해외공개 뇌영상 데이터셋 구축
2. 뇌영상 데이터를 활용한 미숙아의 뇌구조 분석 알고리즘 개발
• 확산텐서영상을 이용한 영유아용 뇌연결망 분석 알고리즘 개발
• 구조적영상을 이용한 영유아용 대뇌피질 영역별 분할 알고리즘 개발
• 휴지기기능적영상을 이용한 영유아용 기능적연결도 분석 알고리즘 개발
• 영유아용 뇌구조 정량분석 및 뇌발달 분석 플랫폼 구축
3. 기계학습을 위한 분석환경 구축
• 기계학습 예측 모델을 만들기 위한 framework 구축
• 기계학습을 위한 feature extraction
• 미숙아의 발달지연과 관련 있는 임상인자, 뇌영상 지표 추출

◼ 2단계
❏ 연구 목표
• 기계학습 기반 미숙아의 뇌발달 예후 예측 모델 개발
• 미숙아의 뇌발달 예후 예측 모델 검증 및 정확도 측정
❏ 연구 내용
1. 기계학습 기반 미숙아의 뇌발달 예후 예측 모델 개발
• 예측 모델 검증을 위한 미숙아 뇌영상 데이터 획득 및 임상데이터 수집
• 학습모델을 위한 feature selection
• 지도학습을 이용한 군분류 및 예측모델 수립
2. 미숙아의 뇌발달 예후 예측 모델 검증, 정확도 측정 및 고도화
• 테스트 영상을 이용한 예측 모델 검증 및 정확도 측정
• 뇌발달 예측 모델 고도화
• 기존 진단 도구와의 비교를 통한 예측 모델 유효성 검증

□ 연구성과
1. 영유아용 뇌구조 정밀분석 및 뇌발달 분석 플랫폼 구축
- 뇌영상 획득을 위한 임상프로토콜 구축(IRB 승인, MRI 촬영 프로토콜 확립, 임상시험 SOP 확립)
- 뇌영상 /임상 데이터베이스(DB) 구축
- 미숙아의 발달지연과 관련된 임상인자 추출 및 뇌영상과 발달지수와의 상관관계 연구
2. 뇌영상 데이터를 활용한 미숙아의 뇌구조 분석 알고리즘 개발
- 확산텐서영상을 이용한 영유아용 뇌연결망 분석 알고리즘 개발
- 구조적영상을 이용한 영유아용 대뇌피질 영역별 분할 알고리즘 개발
- 휴지기기능적영상을 이용한 영유아용 기능적연결도 분석 알고리즘개발
3. 머신러닝 기반 미숙아의 뇌발달 예후 예측 모델 개발
- 기계학습 예측 모델을 만들기 위한 워크스테이션의 framwork 구축
- 개발한 영유아용 분석 알고리즘을 이용해 기계학습 뇌발달 예측 모델 개발을 위한 임상, 뇌영상 feature extraction
- 기계학습을 이용한 뇌발달 예후 예측 모델 확립 및 고도화
- 기존 진단 도구와의 비교를 통한 예측 모델 유효성 검증

□ 연구성과의 활용 계획 및 기대 효과
신생아집중치료 기술의 발달로 미숙아의 생존율이 증가하며 생존 미숙아들의 발달과 신경학적 예후에 사회적 관심이 많아지고 있음. 이에 본 연구를 통해 미숙아의 뇌영상, 임상데이터의 데이터베이스를 구축하는 것은 초기 뇌의 발달을 이해하고 한국형 미숙아 데이터베이스 구축과 함께 다른 뇌 관련 질환을 규명하는데 도움을 줄 수 있음.
뇌 영상 분석을 위해서는 기본적으로 뇌의 각 세부 영역을 분리하는 작업이 필요하지만 기존의 MRI 분석 도구들은 모두 성인용에 맞춰져 있어서 영유아용 뇌영상 분석 알고리즘 개발은 원천기술 확보 및 소아연구 결과의 정확도를 높이고 향후 영유아 연구에 다양하게 활용 가능함.
의학, 뇌과학, 공학의 융합으로 영유아용 뇌 영역별 정량분석 및 발달예측 모델을 통한 의료 AI 분석/예측 소프트웨어 개발을 통한 새로운 시장개척 및 경제적 창출이 가능함.

(출처 : 요약문 2p)

목차 Contents

• 표지 ... 1
• 요약문 ... 2
• 목차 ... 4
• 1. 연구과제의 개요 ... 5
• 1. 연구 목적 ... 5
• 2. 연구의 필요성 및 범위 ... 5
• 2. 연구과제의 수행 과정 및 수행 내용 ... 6
• 1. 미숙아의 뇌영상 /임상 데이터베이스(DB) 구축 ... 6
• 2. 뇌영상 데이터를 활용한 미숙아의 뇌구조 분석 알고리즘 개발 ... 7
• 3. 기계학습을 위한 분석환경 구축 ... 9
• 3. 연구과제의 수행 결과 및 목표 달성 정도 ... 11
• 1) 연구수행 결과 ... 11
• 2) 목표 달성 수준 ... 12
• 3) 목표 미달 시 원인 분석 ... 12
• 4) 중요 연구변경 사항 ... 12
• 4. 연구성과의 관련 분야에 대한 기여 정도 ... 12
• 5. 연구성과의 관리 및 활용 계획 ... 13
• 6. 다음 단계 연구계획 ... 13
• 1) 연구 목표 및 내용 ... 13
• 2) 연구 추진전략 ... 13
• 3) 연구 추진일정 및 기대성과 ... 14
• 4) 다음 단계 연구비 사용계획 ... 14
• 5) 연구 성과의 활용방안 및 기대효과 ... 14
• 끝페이지 ... 18