Deep Representation Learning and Prediction for Medical Data Research
연구 내용
이종 네트워크와 의료영상 데이터를 대비·삼중항 학습 등으로 표현학습해 약물-질병 연관과 질병 분류를 예측하는 연구
연세대학교의 주영준 연구실은 의료정보학 관점에서 딥러닝 기반 예측 모델을 설계하고, 데이터 희소성 및 도메인 일반화를 확보하는 표현학습 방법을 연구합니다. 약물-질병 연관 예측에서는 이종 네트워크와 유사도 네트워크의 다중 이웃 정보를 분리·추출한 뒤 대비학습으로 결합하여 일반 도메인 표현을 얻는 구조를 제시합니다. 치아우식 분류에서는 RGB 기반 특징을 기반으로 주의 메커니즘과 멀티-카테고리 퓨전 대비학습을 적용해 강건한 분류 성능을 추구합니다. 또한 생의의료 딥러닝 연구 지형 분석과 해석가능 분자 관계 학습을 통해 모델과 데이터의 관점 정렬을 강화합니다.
관련 연구 성과
관련 논문
5편
관련 특허
0건
관련 프로젝트
3건
연구 흐름
초기 연구는 생의의료 분야에서 딥러닝이 적용된 연구 흐름을 계량적으로 정리하고, 핵심 주제와 지식 확산 경로를 파악하는 데 집중했습니다. 이후에는 의료 데이터에 직접 적용되는 예측 모델로 전환하여 이종 네트워크 기반 드럭-디지즈 어소시에이션 예측과 RGB 의료영상 분류 문제를 다루었습니다. 최근에는 멀티-네이버 정보 결합을 위한 대비학습 설계와, 구조-의미 정렬 기반 해석가능 학습으로 확장하여 실제 활용 관점에서 모델 선택과 해석을 함께 고려하는 연구를 수행하고 있습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
NCH-DDA: Neighborhood contrastive learning heterogeneous network for drug–disease association prediction
CariesFG: A fine-grained RGB image classification framework with attention mechanism for dental caries
Multi-Category Fusion Contrastive Learning with Core Data Selection for Robust RGB Image-based Dental Caries Classification
Understanding the Research Landscape of Deep Learning in Biomedical Science: Scientometric Analysis
Prototype learning with structural-semantic alignment for interpretable molecular relational learning
관련 프로젝트
구분
제목
인공지능 구축을 위한 지식정보전문가 양성 교육연구팀
ICT서비스 기획 인력 양성을 위한 사용자 중심 인공지능 교육과정 운영사업단
디지털 신기술 인재양성 혁신공유대학사업(차세대반도체)