뇌 산소포화도 기반 신경학적 기능 이상 예측 연구

Neurological functional abnormality prediction using cerebral oxygen saturation signals

연구 내용

다중 모달 cerebral oximetry 신호를 기반으로 뇌 산소포화도를 예측하고, 측정 정보와 생체데이터를 결합하여 뇌 기능 이상 여부를 예측하는 연구

뇌 산소포화도 측정 데이터를 활용하여 신경학적 기능 이상을 조기에 추정하는 연구를 수행합니다. near-infrared 기반 waveform과 적색·적외선 광 반사 신호로부터 cerebral oxygen saturation을 계산하고, multi-modal cerebral oximeter의 신호를 독립변수로 두어 기계학습 기반 예측 알고리즘을 개발합니다. 예측 과정에서 회귀 및 Random forest, 인공신경망 모델을 비교하여 실측 값에 대한 오차를 줄이는 방향으로 최적화를 진행합니다. 또한 측정된 뇌 산소포화도 정보와 생체정보를 미리 저장된 이상 정보에 매칭하여 학습데이터를 구성하고, 뇌 기능 이상 유무를 예측하는 시스템을 특허로 확보하고 있습니다.

관련 프로젝트

0건

연구 흐름

초기에는 multi-modal cerebral oximetry의 waveform 데이터를 기반으로 뇌 산소포화도 예측 가능성을 검증하는 연구를 수행했습니다. 이후 측정 위치와 입력 신호 구성에 따른 예측 성능 차이를 비교하고, Random forest 등 비선형 모델을 중심으로 정확도를 개선하는 방향으로 확장했습니다. 동시에 측정 장치의 광학 구성과 데이터 수집 방법을 정리하여 뇌 산소포화도 측정 장치 및 방법을 확보했습니다. 이후 측정 데이터와 생체정보를 학습데이터로 연결하는 뇌 기능 예측 시스템을 구성하여, 측정-학습-예측의 통합 흐름을 제도화하는 단계로 발전했습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

뇌 산소포화도 기반 환자 모니터링
신경학적 손상 위험도 조기 경고
중재치료 반응 평가 보조
측정 신호 기반 예측 입력 신뢰도 향상
이상 유무 자동 분류 보조
NIRS 데이터 품질 점검 도구
장기 추적 관찰용 예측 모델
임상시험 대상자 선별 보조
데이터 기반 장치 캘리브레이션 지원
원격 모니터링 및 임상 의사결정 지원