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.

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.