DBS 유발 뇌네트워크 변조의 증상 특이적 예측 모델과 다변량 패턴 분류 연구

Symptom-specific DBS network modulation prediction and MVPA-based classification

연구 내용

파킨슨병 환자에서 DBS 유발 fMRI BOLD 활성 패턴을 분석해 치료 효과와 이상 부작용을 예측하고, MVPA로 DBS 타깃별 네트워크 패턴을 분류하는 연구

DBS가 유발하는 BOLD 활성의 공간적 분포가 치료 반응과 부작용에 연동된다는 가설을 바탕으로, intraoperative fMRI와 자극 정보를 결합해 증상 특이적 신경회로 변조를 해석합니다. 또한 다변량 패턴 분석(MVPA)을 적용하여 STN, GPi, NAc 등 서로 다른 자극 타깃에서 나타나는 중첩되거나 희소한 활성 패턴을 구분합니다. 이를 통해 DBS 타깃 및 최적화에 필요한 뇌회로 수준의 정량 단서를 확보하는 차별성을 보유합니다.

관련 프로젝트

0건

연구 흐름

먼저 DBS-fMRI에서 다차원 정보를 해독하기 위해 MVPA 기반 분류 접근을 제시하고, 타깃 의존적 뇌네트워크 패턴이 구분 가능함을 실험적으로 확인했습니다. 이후 파킨슨병 환자 대상으로 DBS 자극과 치료/이상 반응을 연결하는 증상 특이적 상관을 intraoperative fMRI로 검증하는 방향으로 심화했습니다. 최근에는 자극-반응 예측을 통해 임상 자극 최적화의 근거를 마련하려는 흐름으로 연구를 진행하고 있습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

DBS 치료 반응 예측
DBS 이상 부작용 모니터링
DBS 타깃 선택 지원
자극 파라미터 최적화 근거
뇌네트워크 수준 치료 평가
다변량 패턴 기반 영상 분류
이종 패턴의 분류 프레임
신경회로 바이오마커 설계
개인맞춤 자극 가이드
침습적 수술 중 영상 분석 도구