소아 진단방사선학은 성장기 아동의 특수한 생리적, 해부학적 특성을 고려하여 영상의학적 진단과 치료를 수행하는 분야입니다. 본 연구실은 특히 신생아 및 영유아의 뇌 발달과 관련된 다양한 영상 기법 개발에 주력하고 있습니다. 뇌 자기공명영상(MRI), 초음파, 컴퓨터단층촬영(CT) 등 다양한 영상 장비를 활용하여 소아 뇌의 구조적·기능적 변화를 정량적으로 평가하고, 이를 통해 조기 진단 및 예후 예측의 정확도를 높이고자 합니다. 최근에는 3차원 자기공명지문법(MR Fingerprinting), 다중지연 동맥스핀표지(arterial spin labeling), 합성 MRI, 그리고 딥러닝 기반 영상 재구성 등 첨단 영상 기술을 적극적으로 도입하고 있습니다. 이러한 기술들은 기존 영상기법의 한계를 극복하고, 촬영 시간 단축, 영상 품질 향상, 방사선 노출 최소화 등 환자 친화적 진단 환경을 조성하는 데 기여하고 있습니다. 또한, 뇌 백질의 성숙도, 미엘린화, 뇌혈류 변화 등 뇌 발달의 다양한 지표를 정량적으로 분석하여, 정상 발달과 질환 간의 미세한 차이를 탐지할 수 있습니다. 이러한 연구는 미숙아, 조산아, 신경발달장애 아동 등 고위험군에서의 조기 진단과 맞춤형 치료 전략 수립에 중요한 역할을 합니다. 더불어, 대규모 영상 데이터와 인공지능 기술을 접목하여 뇌 나이 예측, 디지털 트윈 기반 뇌 발달 모델링 등 미래 지향적 연구도 활발히 진행 중입니다. 궁극적으로 소아 환자의 건강한 성장과 삶의 질 향상에 기여하는 것을 목표로 하고 있습니다.

본 연구실은 빅데이터와 인공지능(AI) 기술을 활용하여 소아 뇌발달의 정량적 평가와 예후 예측 소프트웨어 개발에 앞장서고 있습니다. 다양한 국내외 뇌영상 데이터셋을 통합하고, 딥러닝, 머신러닝 등 최신 AI 알고리즘을 적용하여 뇌 구조 및 기능의 미세한 변화를 자동으로 분석할 수 있는 시스템을 구축하고 있습니다. 이를 통해 신생아 및 영유아의 뇌 나이 예측, 뇌 성숙도 지표 산출, 신경발달장애 위험군 선별 등 임상적으로 유용한 정보를 제공합니다. 특히, 뇌 MRI 영상의 자동 분할, 방대한 영상에서의 특징 추출, 라디오믹스(radiomics) 기반 예후 예측 모델 개발 등 다양한 AI 기반 연구가 이루어지고 있습니다. 예를 들어, 미숙아의 뇌 MRI에서 추출된 영상 특징을 바탕으로 향후 인지 및 운동 발달 결과를 예측하는 모델을 개발하여, 조기 중재와 맞춤형 치료 계획 수립에 활용하고 있습니다. 또한, 뇌 백질 손상, 미엘린화 지연, 혈류 변화 등 다양한 병리적 변화의 정량적 평가를 통해 임상적 의사결정 지원 시스템을 고도화하고 있습니다. 이러한 연구는 단순히 영상 판독의 자동화에 그치지 않고, 환자 개개인의 뇌 발달 궤적을 예측하고, 최적의 치료 시점과 방법을 제시하는 정밀의료 실현에 기여합니다. 앞으로도 대규모 데이터와 AI 기술의 융합을 통해 소아 신경영상 분야의 패러다임을 변화시키고, 전 세계적으로 경쟁력 있는 연구 성과를 창출하는 것을 목표로 하고 있습니다.