AI-driven Thrombus Analysis and Neurovascular Pathology Quantification
연구 내용
뇌혈관질환에서 획득된 혈전 조직을 영상 기반으로 분석하여 병리 조성을 정량화하는 기술을 개발하는 연구
본 연구 분야는 Optical Diffraction Tomography를 활용한 무표지 조직 영상으로부터 혈전 구성 성분을 정량화하는 방법론을 수행합니다. Deep Learning 기반 패치 분류 모델을 활용하여 적혈구와 fibrin 분포를 예측하고, 전체 슬라이드 수준의 병리 지도를 구축하는 절차를 포함합니다. 염색 공정의 변동성 없이 혈전의 미세 구조를 파악할 수 있는 방식으로, 급성 허혈성 뇌졸중 환자의 조직학적 분석 과정에서 요구되는 노동 집약적 절차를 단축하고 임상적 의사결정에 필요한 병리 정보를 빠르게 확보하는 데 목적을 둡니다.
관련 연구 성과
관련 논문
1편
관련 특허
0건
관련 프로젝트
0건
연구 흐름
초기 단계에서는 광학 영상 기반 조직 구조 해석 가능성을 탐색하며 혈전 구성 요소의 시각적 특징을 규명하는 데 집중되었습니다. 이후 Deep Learning 모델을 도입하여 혈전 성분 분류 정확도를 향상시키는 방향으로 발전했습니다. 최근에는 전체 슬라이드 병리지도 생성과 임상 workflow 적용을 목표로 영상 처리 및 모델링을 통합하는 연구가 수행되고 있습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
Label‐free histological analysis of retrieved thrombi in acute ischemic stroke using optical diffraction tomography and deep learning