RnDCircle Logo
이유진 연구실
고려대학교 의예과 이유진 교수
병리 진단
동결 절편 검사
Immunohistochemistry
홈
연구 영역
기본 정보
논문·특허
과제
구성원
홈

이유진 연구실

고려대학교 의예과 이유진 교수

이유진 연구실은 병리 기반 진단과 영상·분자 기반 평가를 결합한 연구를 수행합니다. 동결 절편 검사 자동 진단을 위한 AI 분석 프로그램 개발을 진행하며, 병리 슬라이드에서 Immunohistochemistry 및 in situ hybridization을 활용해 PD-L1, UCA1, FABP5, IgG/C3 등 표지자의 발현 패턴과 임상적 의미를 평가합니다. 또한 NAFLD에서 MR-PDFF 및 MRE 영상 Radiomics로 지방증과 섬유화 병기를 분류하는 비침습적 접근을 수행합니다. 위장관 영역에서는 수술 의사결정 지원 영상 측정과 stool DNA 메틸화 기반 선별검사 가능성을 함께 다룹니다.

병리 진단동결 절편 검사ImmunohistochemistryRadiomicsMagnetic resonance imaging
대표 연구 분야
연구 영역 전체보기
병리 동결 절편 자동 진단을 위한 AI 기반 분석 기술 개발 thumbnail
병리 동결 절편 자동 진단을 위한 AI 기반 분석 기술 개발
AI-based Automated Interpretation of Frozen Section Diagnosis
연구 분야 상세보기
면역조직화학 및 분자 표지자를 활용한 종양·피부 병변 진단/예후 평가 thumbnail
면역조직화학 및 분자 표지자를 활용한 종양·피부 병변 진단/예후 평가
Diagnosis and Prognosis Using Immunohistochemistry and Molecular Biomarkers
연구 분야 상세보기
MRI 라디오믹스 기반 NAFLD 지방증 및 섬유화 병기 평가 thumbnail
MRI 라디오믹스 기반 NAFLD 지방증 및 섬유화 병기 평가
MRI Radiomics for NAFLD Steatosis and Fibrosis Staging
연구 분야 상세보기
연구 성과 추이
표시된 성과는 수집된 데이터 기준으로 산출되며, 일부 차이가 있을 수 있습니다.
주요 논문
5
논문 전체보기
1
Article
|
인용수 2
·
2024
Revisiting the impact of clinicopathologic characteristics in PD-L1 profile in a large cohort of non-small cell lung cancer
Youngjin Kang, Seung‐Eun Lee, Chul Hwan Kim, Yoo Jin Lee
IF 3.5 (2024)
Translational Lung Cancer Research
배경: 항-프로그램드 세포사멸 리간드-1(PD-L1) 제제를 이용한 면역치료는 최근 비소세포폐암(NSCLC) 환자에서 주목할 만한 성과를 보였다. 그러나 PD-L1 발현과 치료 반응 간의 상관관계는 낮았다. 많은 연구자들이 예후와 관련된 임상병리학적 요인에 주목해 왔으나, 그 결과는 일관되지 않다. 본 연구에서는 NSCLC 세포에서 PD-L1 과발현의 임상병리학적 의의를 조사하고자 하였다. 방법: PD-L1 검사를 시행한 NSCLC 증례 344건을 후향적으로 분석하였다. PD-L1 발현은 SP263 및 SP142에 대한 항체를 이용한 면역조직화학적 염색으로 평가하였다. 다양한 임상병리학적 특징에 대해 임상병리학적 요인과 PD-L1 발현 간의 상관관계를 분석하였다. 결과: PD-L1 발현은 선암의 고형 성분, 림프관 침윤, 재발을 포함한 여러 불량한 임상병리학적 요인과 유의한 상관관계를 보였다. 또한 편평세포암, 고령, 남성도 PD-L1 발현과 연관되었다. 그러나 PD-L1 발현과 무병생존기간(DFS) 사이의 상관관계는 관찰되지 않았다. 새롭게 확인된 사실로서, 종양 침윤 면역세포(ICs)에서 SP142의 PD-L1 발현이 높은 경우 전이가 더 적은 것과 연관되었다. 결론: NSCLC에서의 PD-L1 발현은 불량한 임상병리학적 특징 및 재발과 관련되므로 불량한 예후를 예측하는 데 활용될 수 있다. 더불어 종양 침윤 ICs에서 SP142의 높은 PD-L1 발현은 전이의 감소를 시사하는 잠재적 표지자일 수 있다.
https://doi.org/10.21037/tlcr-23-812
Immunohistochemistry
Medicine
Lung cancer
PD-L1
Adenocarcinoma
Oncology
Metastasis
Cancer
Pathology
Cell
2
Article
|
인용수 3
·
2023
Over-expression of Long Non-coding RNA Urothelial Cancer-associated 1 as a Predictive Marker for Prostate Cancer
Yoo Jin Lee, Sung Gu Kang, Chul Hwan Kim
IF 1.8 (2023)
In Vivo
배경/목적: 어레이 기반 정량 중합효소연쇄반응(quantitative PCR)을 수행하여 요로상피암 관련 1(long non-coding RNA urothelial cancer-associated 1; UCA1)의 발현을 확인하고, 수술로 절제된 검체에서 in situ hybridization(ISH)을 이용해 전립선암에서 UCA1 발현의 임상병리학적 의의를 규명하고자 하였다. 재료 및 방법: 어레이 기반 정량 PCR을 10쌍의 신선한 악성(전립선암) 조직과 정상 조직을 사용하여 UCA1 발현을 측정하였다. 전립선암 수술 절제 검체에 대해 단색(single-color) RNA ISH를 70개의 포르말린 고정 파라핀 포매 조직을 대상으로 시행하여 UCA1의 임상병리학적 의의를 평가하였다. 결과: 전립선암 조직은 짝을 이룬 양성 조직에 비해 더 높은 수준의 UCA1 발현을 보였다. 또한 높은 UCA1 발현은 진행된 병리학적 T 병기, 정낭외 침범(extraprostatic extension), Gleason pattern 5의 존재, 절제면 침범을 포함한 불리한 임상병리학적 특성과의 상관관계가 관찰되었다. 특히, UCA1 발현 증가가 2023년 National Comprehensive Cancer Network(국립종합암네트워크) 지침에서 정의된 고위험 또는 매우 고위험 환자와 유의하게 상관되었다. 결론: UCA1은 전립선암의 효과적인 치료 프로토콜을 수립하기 위한 새로운 진단 및 예후 바이오마커로 활용될 수 있다.
https://doi.org/10.21873/invivo.13236
Prostate cancer
Prostate
Medicine
Cancer
PCA3
In situ hybridization
Biomarker
Real-time polymerase chain reaction
Stage (stratigraphy)
Long non-coding RNA
3
Article
|
인용수 12
·
2022
Radiomics Analysis of Magnetic Resonance Proton Density Fat Fraction for the Diagnosis of Hepatic Steatosis in Patients With Suspected Non-Alcoholic Fatty Liver Disease
Ki Choon Sim, Min Ju Kim, Yongwon Cho, Hyun Jin Kim, Beom Jin Park, Deuk Jae Sung, Na Han, Yeo Eun Han, Tae Hyung Kim, Yoo Jin Lee
IF 4.5 (2022)
Journal of Korean Medical Science
배경: 본 연구는 비알코올성 지방간질환(NAFLD)이 의심되는 환자에서 간 지방증의 등급 분류에 자기공명(MR) 프로톤 밀도 지방분율(MR-proton density fat fraction, PDFF) 기반 방사선영상(방사믹스; radiomics) 분석의 진단 가능성을 평가하고자 하였다. 방법: 본 후향적 연구에는 NAFLD가 의심되어 간 실질 조직검사를 시행받은 106명의 환자가 포함되었다. 모든 환자에서 3.0-T 스캐너를 사용하여 MR-PDFF와 MR 분광(MR spectroscopy)을 시행하였다. MR-PDFF 영상의 전용적 분할(whole-volume segmentation) 이후, 상용 프로그램을 이용하여 833개의 방사선영상 특징을 분석하였다. 방사선학적 특징으로는 여러 관심영역(region of interest)의 중간값과 평균값 및 다양한 임상적 특징을 분석하였다. 무작위 포레스트 회귀기(random forest regressor)를 사용하여 중요 방사선영상, 방사선학적, 임상적 특징을 추출하였다. 모델은 NAFLD 지방증 등급을 분류하기 위해 10-fold 교차검증을 20회 반복하여 학습하였다. 분류기를 사용하여 지방증 등급을 진단하기 위한 수신자조작특성곡선(ROC) 아래 면적(AUROC)을 평가하였다. 결과: 병리학적 간 지방증 수준은 저등급 지방증(등급, 0-1; n=82)과 고등급 지방증(등급, 2-3; n=24)으로 분류되었다. 방사선영상 분석에서 15개의 중요한 특징이 추출되었으며, 가장 중요한 3개 특징은 웨이블릿-LLL 인접(gray tone difference matrix coarseness), 원자료 1차 통계(mean), 그리고 90번째 백분위수였다. 방사선학적 지표에서 MR-PDFF의 평균값이나 중간값보다 MR 분광의 평균값이 더 중요한 특징으로 추출되었다. 임상적 특징 중에서는 알라닌 아미노전이효소(alanine aminotransferase)가 가장 중요한 특징으로 확인되었다. 방사선영상을 이용한 분류기의 AUROC는 방사선학적 지표의 AUROC와 비교할 만한 수준이었으며(각각 0.94 ± 0.09 및 0.96 ± 0.08), 두 지표 모두 유사한 성능을 보였다. 결론: MR-PDFF 유래 방사선영상 분석은 NAFLD가 의심되는 환자에서 간 지방증의 등급 분류를 위한 비교 가능한 대안적 방법을 제공할 수 있다.
https://doi.org/10.3346/jkms.2022.37.e339
Steatosis
Medicine
Fatty liver
Magnetic resonance imaging
Radiology
Receiver operating characteristic
Grading (engineering)
Nuclear medicine
Gastroenterology
Internal medicine
최신 정부 과제
2
과제 전체보기
1
주관|
2020년 6월-2023년 5월
|150,000,000원
AI 기반 동결 절편 검사의 자동 진단 및 자동화 프로그램 개발
본 과제는 Frozen Examination인 동결 절편 검사에서 영상 판독을 자동화해 신속·정확한 진단 보조를 지원하는 판독 전용 프로그램 개발 연구임. 연구 목표는 동결 절편 검사 판독 전용 프로그램 개발과 딥러닝 알고리즘을 통한 자동 진단 및 검증, 임상시험·베타테스트로 진단보조능력 검증 및 보완에 있음. 연구 내용은 디지털 동결 절편 슬라이드 데이터베이스 구축(1000건), 림프절·감시림프절 세분류, 원본/재제작본/면역 염색 슬라이드 재검경 및 진단 기준 정립, 색·선·면 기반 자동 판독창과 사용자 편집 기능 구현, 임상시험으로 유용성 평가로 구성됨. 기대효과는 오진 감소와 빠른 진단, 정밀 의료·환자 맞춤형 의료 기여 및 특허 출원·기술이전·상용화로 산업 파급효과 제공임.
동결 절편 검사
인공 지능 딥러닝
자동 진단 프로그램
2
주관|
2017년 6월-2021년 12월
|28,257,000,000원
정밀의료 기반 암 진단·치료법 개발 사업단
본 과제는 암 정밀의료를 위한 국내 대규모 융복합 통합 플랫폼 구축으로 정밀한 진단·치료법을 개발하고 빠른 임상적용과 다기관 활용을 목표로 함. 연구 목표는 국가 대표 플랫폼 운영·고도화를 통해 글로벌 선도 정밀의료 암 진단·치료법 개발 기반 확립과 차별화 계획 수립에 있음. 핵심 연구 내용은 ‘1국, 3부, 1코디네이팅 센터 및 9팀’ 조직의 RnD 전주기 지원과 NGS 패널 분석 플랫폼 고도화, 암조직검사 불가능 환자 대상 액체생검 도입, 임상시험 네트워크 구축·commercial CRO 선정·프로토콜 및 eCRF 개발·모니터링, 병원 중심 유전정보 포털 및 암 유전체 데이터 분석 플랫폼과 임상유전체 통합 빅데이터 센터 구축임. 기대 효과는 생존률 및 삶의 질 개선, 항암치료 기회 확대 및 치료효율 향상, 정밀의료 임상시험·진단·치료 서비스 확대로 의료서비스 산업 성장에 기여함.
정밀의료
암유전체
임상시험
임상·유전정보 데이터 플랫폼