Vision Transformer-based Neuroimaging for MCI-to-AD Prediction
연구 내용
구조 MRI에서 Vision Transformer를 활용하여 MCI의 AD 전환을 예측하고, 주요 기여 뇌 영역을 해석 가능한 형태로 제공하는 연구
알츠하이머병의 진단이 진행 단계에 집중되는 문제를 고려하여, 구조적 sMRI에서 질환 관련 바이오마커를 학습 기반으로 추출하는 연구를 수행합니다. Vision Transformer 기반 분류 모델을 구성하여 MCI의 AD 전환 여부를 예측하고, 모델이 주로 사용하는 뇌 영역을 시각화하여 해석 가능성을 확보합니다. 또한 척추 MRI에서 뇌척수액 유동 아티팩트를 딥러닝으로 저감하여 영상 평가의 신뢰도를 개선하는 방향의 의료 영상 AI를 함께 추진합니다. 이를 통해 의료 의사결정의 입력 품질과 예측 정확도를 동시에 다루는 차별성을 갖습니다.
관련 연구 성과
관련 논문
2편
관련 특허
0건
관련 프로젝트
1건
연구 흐름
초기에는 구조 MRI 기반 딥러닝 분류에서 신경망이 참조하는 병리 위치를 함께 확인할 수 있는 방법을 정립했습니다. 이후 2023년에 Vision Transformer를 적용하여 MCI-to-AD 진행 예측 문제를 모델링하고, 예측에 기여하는 뇌 영역을 시각화하여 임상적 해석 단서를 제공하는 연구로 확장했습니다. 동시에 MRI 평가 과정에서 발생하는 아티팩트 문제를 딥러닝으로 보정하는 접근을 추가하여 의료 영상 처리의 신뢰성 확보로 발전했습니다. 최근에는 의료 AI 기반 약물 및 데이터 자산과 연결되는 연구 축으로 확장하고 있습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
Vision transformers for the prediction of mild cognitive impairment to Alzheimer’s disease progression using mid-sagittal sMRI
Cerebrospinal fluid flow artifact reduction with deep learning to optimize the evaluation of spinal canal stenosis on spine MRI
관련 프로젝트
구분
제목
AI-혁신신약 연구단