RnDCircle Logo

강도영 연구실

동아대학교 의과대학(임상교실)

강도영 교수

강도영 연구실

의과대학(임상교실) 강도영

강도영 연구실은 신경핵의학과 인공지능 기술을 융합하여 퇴행성 뇌질환의 진단, 예측, 치료 평가에 중점을 두고 있는 선도적 연구실입니다. 본 연구실은 PET, SPECT 등 첨단 분자영상기법을 활용하여 알츠하이머병, 파킨슨병, 루이체 치매 등 다양한 신경퇴행성 질환의 조기 진단과 병태생리 연구를 수행하고 있습니다. 영상 바이오마커의 정량적 분석과 임상적 해석을 통해, 환자의 상태를 정확하게 평가하고 맞춤형 치료 전략을 제시하는 데 기여하고 있습니다. 특히, 최근에는 딥러닝 및 인공지능 기반의 의료영상 분석 기술 개발에 집중하고 있습니다. 심층신경망, 오토인코더, GAN 등 다양한 AI 모델을 의료영상 데이터에 적용하여, 질환의 자동 분류, 예측, 진행 단계 평가 등 임상적 의사결정 지원 시스템을 구축하고 있습니다. 데이터 증강, 최적화, 설명 가능한 AI 등 최신 머신러닝 기법을 적극적으로 도입하여, 실제 임상 현장에서 활용 가능한 신뢰도 높은 진단 보조 도구를 개발하고 있습니다. 연구실은 다기관 협력 연구, 국내외 학술 발표, 특허 출원 등 활발한 연구 활동을 펼치고 있으며, 치매 진단 및 예측을 위한 심층학습 기반 PET 영상 분석, 퇴행성 뇌질환 인공지능 기반 영상분석기술 개발 등 다양한 국가 연구과제도 수행하고 있습니다. 또한, 의료 챗봇, 영상 분석기, 실험동물 영상촬영 장치 등 의료 현장에 직접 적용 가능한 혁신적 기술을 지속적으로 개발하고 있습니다. 이러한 연구 성과는 신경핵의학 영상의 정밀 분석과 인공지능 기술의 융합을 통해, 뇌질환 환자의 조기 진단, 예후 예측, 맞춤형 치료에 실질적인 도움을 주고 있습니다. 앞으로도 본 연구실은 신경핵의학과 AI 융합 연구를 더욱 심화하여, 미래 정밀의료와 디지털 헬스케어 분야를 선도하는 연구실로 성장하고자 합니다.

신경핵의학 기반 퇴행성 뇌질환 진단 및 예측
신경핵의학은 뇌의 구조적, 기능적 변화를 정밀하게 분석하여 알츠하이머병, 파킨슨병 등 다양한 퇴행성 뇌질환의 진단과 예측에 중요한 역할을 합니다. 본 연구실은 PET, SPECT 등 첨단 분자영상기법을 활용하여 뇌 내 베타아밀로이드, 타우 단백질, 도파민 수송체 등 다양한 바이오마커의 분포와 변화를 정량적으로 분석합니다. 이러한 영상 분석을 통해 질환의 조기 진단과 진행 단계의 평가, 예후 예측이 가능하며, 임상적 의사결정에 실질적인 도움을 제공합니다. 특히, 알츠하이머병의 조기 진단을 위해 아밀로이드 PET 영상과 신경심리검사, 임상정보를 통합적으로 분석하는 연구를 수행하고 있습니다. 다양한 영상 분석 알고리즘과 정량화 기법을 개발하여, 정상 노화와 경도인지장애, 치매 환자 간의 미세한 뇌 변화까지도 민감하게 탐지할 수 있도록 하고 있습니다. 또한, 파킨슨병 및 루이체 치매 등 다양한 신경퇴행성 질환에 대한 영상 바이오마커 연구도 활발히 이루어지고 있습니다. 이러한 연구는 임상 현장에서의 진단 정확도 향상뿐만 아니라, 질환의 병태생리 이해와 새로운 치료 타겟 발굴에도 기여하고 있습니다. 앞으로도 신경핵의학 영상과 임상 데이터를 융합한 정밀의료 기반의 진단 및 예측 모델 개발을 통해, 뇌질환 환자의 삶의 질 향상에 이바지하고자 합니다.
딥러닝 및 인공지능 기반 의료영상 분석 기술 개발
본 연구실은 딥러닝 및 인공지능(AI) 기술을 활용한 의료영상 분석 분야에서 선도적인 연구를 수행하고 있습니다. 특히, 뇌 PET 및 CT, MRI 등 다양한 의료영상을 대상으로 심층신경망(CNN), 오토인코더, GAN 등 최신 AI 모델을 적용하여, 알츠하이머병, 파킨슨병 등 신경퇴행성 질환의 자동 진단 및 예측 시스템을 개발하고 있습니다. 이러한 기술은 대규모 의료영상 데이터의 정밀 분석과 패턴 인식, 질환 분류의 정확도 향상에 크게 기여하고 있습니다. 연구실에서는 유전 알고리즘, 최적화 기법, 데이터 증강 등 다양한 머신러닝 기법을 접목하여, 제한된 의료 데이터 환경에서도 높은 성능을 발휘할 수 있는 모델을 구현하고 있습니다. 또한, 모델의 설명 가능성(Explainable AI)을 높이기 위한 기여도 분석, 시각화 기법도 적극적으로 도입하여, 임상의가 신뢰할 수 있는 AI 기반 진단 보조 시스템을 구축하고 있습니다. 실제로, 아밀로이드 PET 영상의 자동 분류, 치매 예측, 파킨슨병 단계 분류 등 다양한 임상적 문제에 AI 기술을 적용한 연구 결과가 국내외 학술지와 특허로 이어지고 있습니다. 이러한 인공지능 기반 의료영상 분석 기술은 향후 정밀의료, 맞춤형 치료, 조기 진단 등 미래 의료 패러다임을 선도할 핵심 기술로 주목받고 있습니다. 본 연구실은 지속적으로 AI와 의료영상 융합 연구를 심화하여, 임상 현장에 실질적으로 적용 가능한 혁신적 솔루션을 개발하고자 노력하고 있습니다.
1
Quantitative Analysis Using PMOD and FreeSurfer for Three Types of Radiopharmaceuticals for Alzheimer’s Disease Diagnosis
정영진, 전성민, 윤현진, 윤다예, 강도영
Algorithms, 2025
2
Multimodal feature fusion-based graph convolutional networks for Alzheimer’s disease stage classification using F-18 florbetaben brain PET images and clinical indicators
강도영, 정영진, 이규빈, 윤현진, 윤민
PLOS ONE, 2024
3
Cognitive Impairment Classification Prediction Model Using Voice Signal Analysis
강도영, 성상하, 김상진, 박현태, 홍순구, 김종민
Electronics, 2024
1
사회 취약 요양시설에 대한 체감형 마이헬스웨이 서비스 및 첨단 요양 환경 인프라 개발과 실증을 위한 공동기획연구
한국과학기술기획평가원
2022년 09월 ~ 2023년
2
[3차년도]치매 진단 및 예측을 위한 심층학습 기반 PET 영상 분석 연구
한국연구재단(과학기술정보통신부)
2020년 03월 ~ 2021년 02월
3
[3차년도]퇴행성 뇌질환 인공지능기반 영상분석기술 개발사업
부산과학기술기획평가원
2020년 ~ 2020년 11월