RnDCircle Logo
김정빈 연구실
고려대학교 의학과 김정빈 교수
EEG 기반 감별진단
뇌기능 연결성
그래프 이론
홈
연구 영역
기본 정보
논문·특허
과제
구성원
홈

김정빈 연구실

고려대학교 의학과 김정빈 교수

김정빈 연구실은 EEG 기반 뇌기능 신호 처리와 기능연결성 네트워크 분석을 기반으로 뇌전증 및 의식저하 원인 감별을 수행합니다. 그래프 이론 측정치와 기능연결성 표현을 결합해 기계학습·딥러닝 분류 모델을 구축하고, 최소 채널 구성을 통해 임상 적용성을 검토합니다. 또한 약물난치성 뇌전증에서 rTMS 전후 구조 변화를 분석하여 치료 반응의 관련 지표를 확인합니다. 수면장애가 치매 및 인지장애에 미치는 영향도 성별 요인을 포함해 평가하며, 미주신경자극 전자약의 수면 개선 효과 임상시험과 연계합니다. 아울러 NMOSD 환자에서 sGFAP와 sNfL의 혈액 바이오마커 동역학과 평가 기준을 다기관 코호트로 검증합니다.

EEG 기반 감별진단뇌기능 연결성그래프 이론뇌전증 rTMS의식저하 원인 분류
대표 연구 분야
연구 영역 전체보기
뇌전증 및 의식저하 원인 감별을 위한 EEG 기능연결성 그래프 기반 AI 연구 thumbnail
뇌전증 및 의식저하 원인 감별을 위한 EEG 기능연결성 그래프 기반 AI 연구
EEG functional connectivity graph-based AI for epilepsy and etiology differentiation of impaired con
연구 분야 상세보기
수면장애-치매 연관성과 EEG 기반 아밀로이드 스크리닝 연구 thumbnail
수면장애-치매 연관성과 EEG 기반 아밀로이드 스크리닝 연구
Sleep disorder–dementia association and EEG-based amyloid screening
연구 분야 상세보기
AQP4-IgG NMOSD 질병활성도 평가를 위한 혈액 바이오마커 동역학 연구 thumbnail
AQP4-IgG NMOSD 질병활성도 평가를 위한 혈액 바이오마커 동역학 연구
Blood-based biomarker dynamics for disease activity assessment in AQP4-IgG NMOSD
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 4
·
2025
Impact of sleep apnea on alzheimer’s disease in relation to sex: an 8-year longitudinal follow-up study of a nationwide cohort
Su Jin Chung, Sung Hoon Kang, Minwoong Kang, Yunjin Choi, Yu Jeong Park, Hayom Kim, Kyungmi Oh, Seong‐Beom Koh, Jung Bin Kim
IF 8.9 (2025)
Alzheimer s Research & Therapy
배경: 우리는 수면무호흡과 발생한 치매(알츠하이머형 치매 [DAT] 및 혈관성 치매) 사이의 연관성을 조사하고, 수면무호흡의 치매에 대한 효과 차이가 성별에 따라 달라지는지 여부를 확인하고자 하였다. 또한 비만이 수면무호흡과 치매의 성별 특이적 관계에 영향을 미치는지 결정하고자 하였다. 방법: 우리는 한국 국민건강보험서비스에서 50세 이상 환자군(수면무호흡)과 대조군에 대한 비식별 자료를 사용하였다. 환자군과 대조군 사이에서 연령과 성을 균형 있게 맞추기 위해 성향점수 매칭을 시행한 후, 수면무호흡 30,111명(환자군)과 수면무호흡 없음 121,528명(대조군)을 포함하였다. 수면무호흡이 치매 발생에 미치는 영향을 조사하기 위해 잠재적 교란변수를 통제한 뒤 Cox 비례위험 회귀분석을 사용하였다. 결과: 수면무호흡은 여성(위험비 [HR] = 1.30, 95% 신뢰구간 [CI] 1.16-1.44, p < 0.001)과 남성(HR = 1.13, 95% CI 1.03-1.24, p = 0.012) 모두에서 DAT의 발생을 예측하였다. 수면무호흡이 DAT에 미치는 불리한 영향은 남성보다 여성에서 더 두드러졌다(p = 0.015 for sleep apnea×sex). 또한 비만은 수면무호흡과 DAT의 성별 특이적 관계에 영향을 미쳤다. 구체적으로 비만한 수면무호흡이 DAT에 미치는 불리한 영향은 남성보다 여성에서 더 크게 나타났다(p = 0.002 for obese sleep apnea×sex). 반면, 비비만 수면무호흡의 DAT에 대한 효과는 여성과 남성 사이에 차이가 없었다(p = 0.667 for non-obese sleep apnea×sex). 결론: 본 연구의 결과는 수면무호흡이 DAT에 미치는 불리한 영향에서 성별 차이가 있음을 강조한다. 또한 이러한 결과는 DAT 예방을 위해 수면무호흡 조절에 대한 성별 특이적 전략이 필요함을 시사한다.
https://doi.org/10.1186/s13195-024-01667-6
Sleep apnea
Medicine
Dementia
Hazard ratio
Apnea
Internal medicine
Obstructive sleep apnea
Central sleep apnea
Polysomnography
Confidence interval
2
Article
|
인용수 0
·
2025
Effects of repetitive transcranial magnetic stimulation on seizure reduction through modulation of functional connectivity in drug-resistant epilepsy
Hayom Kim, Jung Bin Kim
IF 8.4 (2025)
Brain stimulation
https://doi.org/10.1016/j.brs.2024.12.753
Transcranial magnetic stimulation
Epilepsy
Neuroscience
Stimulation
Drug Resistant Epilepsy
Medicine
Modulation (music)
Psychology
Physics
3
Article
|
인용수 3
·
2024
Differentiating loss of consciousness causes through artificial intelligence-enabled decoding of functional connectivity
Young-Tak Kim, Hayom Kim, Mingyeong So, Jooheon Kong, Keun‐Tae Kim, Je Hyeong Hong, Yunsik Son, K. Jason, Synho Do, Jae‐Ho Han, Jung Bin Kim
IF 4.5 (2024)
NeuroImage
급성 의식소실(LOC)의 감별진단은 비경련성 지속뇌전증, 대사성 뇌병증, 벤조디아제핀 중독과 같은 서로 다른 원인들 사이에서 임상 양상이 유사하더라도 원인별로 서로 다른 치료 전략이 필요하므로 매우 중요하다. LOC의 병태생리에서 기능 연결성(FC)의 변화는 핵심적인 역할을 하지만, 각 LOC 원인에 특이적인 독특한 FC 변화 양상을 특징으로 하는 감별진단 인공지능(AI) 모델을 개발하려는 노력은 부족하였다. AI 모델을 위한 특징을 추출하기 위해 세 가지 접근법을 적용하였다: 3차원 FC 인접행렬, 벡터화된 FC 값, 그리고 그래프 이론적 측정치이다. 분류 정확도를 비교하기 위해 전기뇌파검사(EEG) 데이터를 서로 다른 epoch 크기로 사용하여 합성곱신경망(CNN)과 다양한 기계학습 알고리즘을 적용하였다. FC 인접행렬을 사용한 CNN 모델이 AUC 0.905로 가장 높은 정확도를 보였으며, 서로 다른 LOC 원인을 분류하는 데 최적의 조건은 20초(epoch) 데이터였다. 이 CNN 모델의 높은 정확도는 전향적 코호트에서도 유지되었다. LOC 원인들 간의 주요 구별 특징은 델타 및 세타 뇌파 대역에서 발견되었다. 본 연구는 LOC의 기저 메커니즘에 대한 이해를 진전시키며, 진단과 치료 선택의 향상에 대한 가능성을 보여준다. 또한 AI 모델은 20초 epoch에서 비교적 소량의 EEG 데이터만으로도 정확한 LOC 감별을 제공할 수 있어 임상적으로 유용할 수 있다.
https://doi.org/10.1016/j.neuroimage.2024.120749
Artificial intelligence
Electroencephalography
Computer science
Convolutional neural network
Machine learning
Deep learning
Feature selection
Pattern recognition (psychology)
Neuroscience
Psychology
최신 정부 과제
4
과제 전체보기
1
주관|
2022년 4월-2024년 6월
|195,010,000원
뇌전증 환자 발작빈도 감소를 위한 개인 맞춤형 최적의 반복적 경두개자기자극술(rTMS) 솔루션 개발
○ 1차 연도 [주관연구개발기관(고려대학교 산학협력단)] ● 전향적 대상자 모집을 위한 계획 수립 및 기관 내 IRB 승인 ● 임상자료 수집을 위한 case report form(CRF) 확립, 연구환경 조성 및 연구 데이터베이스 시스템 구축 ● 임상지표 선정 ● 임상시험 개시 [공동연구개발기관((주)리메드)] ● 개인별 최적화 rTMS 자극방식 선정 AI 알고리즘 개발을 위한 플랫폼 구축 1) 개인 맞춤형 rTMS 적용을 위한 임상지표 입력 UI/UX 개발 2) 임상시험 1차 rTMS 자극 적용 후 결과에서 도출된 효과성, 안전성 결과지표를 통한 개인별 최적화 rTMS 자극방식 선정 AI 알고리즘 후보 모델 개발 ● 개인별 최적화 rTMS 자극방식 선성 AI 알고리즘의 클라우드 서버 탑재 파이프라인 구축 : 본 연구개발 완료 후 신규 환자들의 임상지표를 바탕으로 rTMS 자극 효과성, 안전성 데이터를 축적하여 AI 알고리즘을 더욱 고도화하고 정확도를 극대화하여 범용 의료기기로서 실제 임상 활용을 꾀하기 위해 클라우드 서버에 개인별 최적화 rTMS 자극방식 선정 AI 알고리즘 탑재를 위한 파이프라인 구축 ○ 2차 연도 [주관연구개발기관(고려대학교 산학협력단)] ● 임상시험 완료 ● rTMS의 뇌전증 치료효과 및 안전성 평가 ● 뇌전증 병인별, 임상지표별 최적화된 rTMS 자극방식(pulse) 선정하여 임상적 라벨링 ● 공동연구개발기관((주)리메드)에서 개발한 개인 맞춤형 최적화 rTMS 솔루션 프로그램의 AI 알고리즘 후보 모델들에서 제안하는 자극방식과 임상적 라벨링 결과를 비교 분석하여 정확도가 가장 높은 알고리즘 채택 [공동연구개발기관((주)리메드)] ● 선정된 개인별 최적화 rTMS 자극방식 선정 AI 알고리즘을 클라우드 서버 AI 분석 프로그램으로 확정하여 적용 ● 의료기기 인허가 취득을 위한 확증 임상시험 연구기반 구축 : 신규 환자에 적용하여 개인 맞춤형 최적의 rTMS 자극 솔루션을 제공하고 결과를 피드백 받아 AI 알고리즘의 정확도를 지속적으로 향상시키기 위한 클라우드 AI 플랫폼 완성
반복적 경두개자기자극술
약물난치성뇌전증
최적화
개인 맞춤형
전자약
2
협동|
2022년 4월-2024년 12월
|500,000,000원
임상시험을 통한 패치형 미주신경자극 전자약의 수면 개선 효과성 검증
본 과제는 수면 부족과 수면 장애가 늘어나는 사회 문제를 해결하기 위해, 전기자극을 이용하는 전자약 기반 패치형 미주신경자극 전자약을 개발하는 연구임. 연구 목표는 수면 개선 효과 검증을 위한 패치형 미주신경자극 전자약 탐색 임상시험 수행과 인증·분석 및 임상성과 도출, 그리고 임상시험을 통한 수면 개선 효과성 검증임. 핵심 연구 내용은 임상시험 인증절차와 기술문서 확보, 원내 IRB 승인과 Test bed 구축 및 환자 모집, 시나리오별 임상 수행, 생체신호 지표 변화와 수면 개선 분석, 성과 도출 및 확증 임상시험계획서 준비임. 기대 효과는 약물 부작용을 최소화한 수면관리·치료 방안 제공, 슬립테크 전자약 원천기술 확보와 시장 확대, 사회적 비용 절감과 삶의 질 상승임
비침습 미주신경자극
수면 개선
전자약
임상시험
3
주관|
2020년 6월-2023년 5월
|137,802,000원
뇌파를 이용한 머신러닝 기반 의식저하 감별진단 시스템 개발
본 과제는 급성 의식저하 환자의 뇌파 (electroencephalography, EEG)와 임상·혈액검사 정보를 모아 원인을 신속·정확하게 감별하는 machine learning 기반 진단 보조 시스템 개발 연구임. 연구목표는 환자 데이터베이스 구축 후 feature selection과 SVM, random forest 등 모델 및 Graph neural network(GNN) 기반 감별진단 알고리즘을 개발·검증하는 데 있음. 1~3차년도에 임상정보·임상화학정보·EEG 수집, 임상시험 적용, 정확도 평가를 수행하고 8채널 이하 전극의 휴대용 뇌파장비 데이터로 적용범위를 확대할 계획임. 기대효과는 전문의 육안판독 의존도를 낮춘 정량·객관 진단, 임상 미충족 수요 해소 및 신경과학/진단 연구 도구로의 활용 가능성 제공, SCIE급 논문을 통한 기술 확산에 있음.
급성 의식저하
감별진단
머신러닝
뇌파
최신 특허
특허 전체보기
상태출원연도과제명출원번호상세정보
등록2022두부충동검사의 평가 방법 및 장치1020220143016
등록2022색각 기능 평가 장치 및 방법1020220007250
등록2020동공반사 관련 시각 기능 평가 장치 및 방법1020200186026
전체 특허

두부충동검사의 평가 방법 및 장치

상태
등록
출원연도
2022
출원번호
1020220143016

색각 기능 평가 장치 및 방법

상태
등록
출원연도
2022
출원번호
1020220007250

동공반사 관련 시각 기능 평가 장치 및 방법

상태
등록
출원연도
2020
출원번호
1020200186026