Stroke imaging AI and blood biomarker–based prognostic prediction
연구 내용
CTA·CT·MRI 파라미터와 혈액 지표를 결합해 뇌졸중의 치료적합성 및 초기 악화를 자동 예측하는 임상 의사결정 지원 연구
대혈관 폐쇄 및 백질병변 등 뇌졸중 관련 영상 소견을 자동 정량화하기 위해 딥러닝 기반 분할과 분류를 수행합니다. 최대강도투영 기반 혈관 분할과 신경망 예측을 결합하여 혈전제거술 적합 폐쇄(TAVO)를 탐지하고, 다중구간 arterial spin labeling 관류 결손이 초기 재발성 허혈 병변 발생과 연관되는지를 분석합니다. 또한 D-dimer와 fibrinogen 지표의 비를 활용해 심방세동 동반 허혈성 뇌졸중에서 초기 신경학적 악화를 예측하는 방향으로 연구를 수행합니다. CT-MRI 짝데이터를 이용해 leukoaraiosis를 정량화하고 무조영 CT에서 hyperdense middle cerebral artery sign을 자동 검출하여 응급 선별의 재현성을 높입니다.
관련 연구 성과
관련 논문
5편
관련 특허
0건
관련 프로젝트
0건
연구 흐름
초기에는 영상의 임상적 의미를 해석할 수 있는 정량 파라미터를 설정하고, arterial spin labeling의 관류 결손 및 보정 요인이 재발성 허혈 병변과 어떤 관계를 갖는지 확인하는 연구를 수행했습니다. 이어서 CTA 기반으로 혈전제거술 대상 환자를 자동 선별하는 딥러닝 알고리즘을 개발하고, 다기관 외부 검증으로 일반화 성능을 평가했습니다. 이후 CT-MRI 짝데이터를 활용한 leukoaraiosis 분할과 무조영 CT에서 hyperdense artery sign의 자동 세그멘테이션으로 확장되었으며, 2022~2025년 전후로 영상 기반 예측·정량화 연구가 연속적으로 진행되었습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
Automated identification of thrombectomy amenable vessel occlusion on computed tomography angiography using deep learning
Multiphase arterial spin labeling imaging to predict early recurrent ischemic lesion in acute ischemic stroke
D-dimer to fibrinogen ratio predicts early neurological deterioration in ischemic stroke with atrial fibrillation
Abstract TP167: Segmentation of leukoaraiosis on noncontrast brain using CT-MRI paired data without human annotation
Abstract WP197: Detection and segmentation of hyperdense middle cerebral artery sign on non-contrast CT using artificial intelligence