MRI Radiomics and Learning-Based Quantitative Imaging Biomarkers
연구 내용
MRE 및 MRI 방사믹스, 딥러닝 재구성, 세그멘테이션 학습을 결합해 간·비뇨생식기 질환 진단 보조 바이오마커를 개발하는 연구
한나연 연구실은 MRI에서 추출한 방사선학적 정량 정보를 기반으로 질환 중증도 및 병기 정보를 예측하는 모델을 구축합니다. 자기공명 탄성영상(MRE) 기반 방사믹스는 섬유화 단계 분류에 적용하고, 확산 가중 영상과 조영 T1/T2 신호 특성은 신장암 등급 예측에 활용합니다. 또한 딥러닝 재구성으로 확산 MRI 화질을 개선하고, 능동학습 기반 세그멘테이션으로 영상 영역 정의의 정확도를 확보하여 방사믹스 품질을 안정화합니다. 정답 데이터 생성과 데이터셋 표준화도 함께 수행합니다.
관련 연구 성과
관련 논문
4편
관련 특허
0건
관련 프로젝트
2건
연구 흐름
초기에는 간과 종양에 대해 MRI에서 신뢰 가능한 관심영역을 구성하고, 방사선학적 특징을 정량화하는 절차를 마련했습니다. 이후에는 MRE 방사믹스를 섬유화 진단에 적용하고, 확산 및 조영 영상으로부터 방사믹스 특징을 추출해 병리 기반 등급 분류 가능성을 검증했습니다. 최근에는 영상 재구성 및 능동학습 세그멘테이션을 결합해 입력 영상 품질과 라벨 효율을 개선하고, 임상 데이터와 융합한 바이오마커 개발로 확장하고 있습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
Assessing Image Quality in Multiplexed Sensitivity-Encoding Diffusion-Weighted Imaging with Deep Learning-Based Reconstruction in Bladder MRI
Diagnostic Feasibility of Magnetic Resonance Elastography Radiomics Analysis for the Assessment of Hepatic Fibrosis in Patients With Nonalcoholic Fatty Liver Disease
Machine Learning–Based Magnetic Resonance Radiomics Analysis for Predicting Low- and High-Grade Clear Cell Renal Cell Carcinoma
Active Learning for Efficient Segmentation of Liver with Convolutional Neural Network–Corrected Labeling in Magnetic Resonance Imaging–Derived Proton Density Fat Fraction
관련 프로젝트
구분
제목
만성 간질환 간경변 중증도 평가를 위한 가독세트산 증강 MRI 및 임상 데이터 융합 기반 딥러닝 바이오마커 개발 연구
인공지능 학습용 데이터셋 구축