류일우 연구실
컴퓨터공학과 류일우
류일우 연구실은 인공지능과 의료 영상처리 기술을 융합하여 뇌를 비롯한 다양한 인체 구조의 정밀 분석 및 질환 진단을 목표로 하는 연구실입니다. 본 연구실은 자기공명영상(MRI), 컴퓨터단층촬영(CT) 등 다양한 의료 영상을 활용하여, 뇌의 구조적·기능적 특성을 정량적으로 분석하는 첨단 알고리즘을 개발하고 있습니다. 특히, 대뇌 피질의 주름 구조 분석, 피질 두께 및 곡률 측정, 백질 섬유 다발 추적 등 고난이도의 영상처리 기술을 통해 신경계 질환의 조기 진단과 예후 예측에 기여하고 있습니다.
연구실은 인공지능(AI) 및 딥러닝 기술을 적극적으로 도입하여, 대규모 뇌 영상 데이터의 자동 분석과 해석가능한 진단 모델 개발에 힘쓰고 있습니다. 해석가능한 인공지능(Explainable AI) 기법을 적용하여 조현병, 자폐증, 알츠하이머병 등 다양한 신경정신질환에서 나타나는 뇌 신호 및 구조적 변화를 분석하고, 임상적으로 의미 있는 바이오마커를 발굴하는 데 중점을 두고 있습니다. 이를 통해 AI 기반의 진단 결과가 임상 현장에서 신뢰받을 수 있도록 투명성과 설명 가능성을 확보하고 있습니다.
또한, 본 연구실은 대규모 의료 영상 데이터베이스와 고성능 컴퓨팅 인프라를 활용하여, 대량의 의료 영상을 신속하게 처리하고, 자동화된 분석 파이프라인을 구축하고 있습니다. 이러한 인프라는 다양한 임상 연구와 협업을 가능하게 하며, 실제 환자 진료 및 치료 전략 수립에 직접적으로 기여하고 있습니다.
연구실의 주요 프로젝트로는 대뇌 주름 기반의 새로운 바이오마커 발굴, 해석가능한 인공지능을 활용한 조현병 감각-지각 이상 치료, 대뇌 표면 정합 기술 개발 등이 있습니다. 이 외에도, 뇌 발달 및 노화, 신경정신질환의 구조적 변화 분석 등 다양한 연구를 수행하고 있습니다.
류일우 연구실은 인공지능, 의료 영상처리, 신경과학의 융합을 통해 뇌 질환의 조기 진단과 맞춤형 치료, 그리고 새로운 치료법 개발에 선도적인 역할을 하고 있습니다. 앞으로도 첨단 기술을 바탕으로 임상 현장과의 연계를 강화하고, 사회적 가치 창출에 기여하는 연구를 지속해 나갈 것입니다.
Medical Image Classification
Brain Connectome Analysis
Temporal Point Process Modeling
의료 영상처리 및 뇌 영상 분석
의료 영상처리 분야는 뇌를 비롯한 인체의 다양한 구조를 정밀하게 분석하고 진단하는 데 필수적인 기술입니다. 본 연구실은 자기공명영상(MRI), 컴퓨터단층촬영(CT) 등 다양한 의료 영상을 활용하여 뇌의 구조적, 기능적 특성을 정량적으로 분석하는 방법론을 개발하고 있습니다. 특히, 대뇌 피질의 형태 분석, 백질 섬유 다발 추적, 해부학적 영역 분할 등 고난이도의 영상처리 기술을 적용하여 신경계 질환의 조기 진단과 예후 예측에 기여하고 있습니다.
연구실에서는 뇌 발달 및 노화, 신경정신질환(조현병, 자폐증, 알츠하이머병 등)과 관련된 뇌 구조의 미세한 변화를 정량적으로 측정하기 위한 새로운 알고리즘을 개발하고 있습니다. 예를 들어, 대뇌 표면의 주름(gyri, sulci) 분석, 국소 회선화 지수(local gyrification index) 산출, 피질 두께 및 곡률 측정 등 다양한 형태학적 지표를 자동으로 추출하는 기술을 연구합니다. 이를 통해 뇌의 정상 발달 과정과 질환에 따른 구조적 변화를 정밀하게 파악할 수 있습니다.
또한, 본 연구실은 대규모 뇌 영상 데이터베이스와 고성능 컴퓨팅 인프라를 활용하여 대량의 의료 영상을 신속하게 처리하고, 인공지능 기반의 자동화된 분석 파이프라인을 구축하고 있습니다. 이러한 연구는 임상 현장에서 활용 가능한 신뢰도 높은 바이오마커 발굴과 맞춤형 치료 전략 수립에 중요한 역할을 하고 있습니다.
인공지능 기반 해석가능한 뇌 질환 진단 및 바이오마커 발굴
본 연구실은 인공지능(AI) 및 딥러닝 기술을 활용하여 뇌 질환의 진단과 예후 예측, 그리고 새로운 바이오마커 발굴에 중점을 두고 있습니다. 특히, 해석가능한 인공지능(Explainable AI, XAI) 기법을 적용하여 조현병, 자폐증, 알츠하이머병 등 다양한 신경정신질환에서 나타나는 뇌 신호 및 구조적 변화를 분석하고, 임상적으로 의미 있는 패턴을 도출하는 연구를 수행하고 있습니다.
연구실에서는 뇌 영상 데이터와 임상 정보를 통합적으로 분석하여 질환의 조기 진단과 진행 예측에 유용한 지표를 개발합니다. 예를 들어, 대뇌 주름의 형태적 특징, 피질 두께 변화, 백질 연결망의 이상 등을 AI 모델에 학습시켜, 질환군과 정상군을 효과적으로 구분하고, 질환의 진행 단계별로 뇌 구조의 변화를 추적할 수 있습니다. 또한, AI 모델의 해석력을 높이기 위해 모델의 예측 근거를 시각화하거나, 임상 전문가와 협업하여 실제 진단 및 치료에 적용 가능한 결과를 도출하는 데 집중하고 있습니다.
이러한 연구는 단순히 높은 진단 정확도를 넘어서, AI가 도출한 결과가 임상적으로 신뢰받을 수 있도록 투명성과 설명 가능성을 확보하는 데 목적이 있습니다. 궁극적으로, 본 연구실의 인공지능 기반 바이오마커 발굴 및 해석가능한 진단 기술은 뇌 질환의 조기 발견, 맞춤형 치료, 그리고 새로운 치료법 개발에 기여할 것으로 기대됩니다.
1
Leveraging Input-Level Feature Deformation with Guided-Attention for Sulcal Labeling
Lee, Seungeun, Lee, Seunghwan, Willbrand, Ethan H, Parker, Benjamin J, Bunge, Silvia A., Weiner, Kevin S., 류일우
IEEE Transactions on Medical Imaging, 202409
2
Superficial white matter across development, young adulthood, and aging: volume, thickness, and relationship with cortical features
Schilling, Kurt G., Archer, Derek, Rheault, Francois, Lyu, I, Huo, Yuankai, Cai, Leon Y., Bunge, Silvia A., Weiner, Kevin S., Gore, John C., Anderson, Adam W., Landman, Bennett A.
BRAIN STRUCTURE & FUNCTION, 202305
3
Comprehensive shape analysis of the cortex in Huntington's disease
Stoebner, ZA, Hett, K, Lyu, I, Johnson, H, Paulsen, JS, Long, JD, Oguz, I
HUMAN BRAIN MAPPING, 202303
1
뇌 발달 및 질환 관련 새로운 유형의 바이오마커 발굴을 위한 대뇌 주름
2
[22년 이월] 해석가능한 인공지능을 활용한 조현병 감각-지각 이상 치료
3
해석가능한 인공지능을 활용한 조현병 감각-지각 이상 치료를 위한 뇌신호
