프로젝트 소개
본 과제는 급성 의식저하 환자의 뇌파 (electroencephalography, EEG)와 임상·혈액검사 정보를 모아 원인을 신속·정확하게 감별하는 machine learning 기반 진단 보조 시스템 개발 연구임.
연구목표는 환자 데이터베이스 구축 후 feature selection과 SVM, random forest 등 모델 및 Graph neural network(GNN) 기반 감별진단 알고리즘을 개발·검증하는 데 있음. 1~3차년도에 임상정보·임상화학정보·EEG 수집, 임상시험 적용, 정확도 평가를 수행하고 8채널 이하 전극의 휴대용 뇌파장비 데이터로 적용범위를 확대할 계획임. 기대효과는 전문의 육안판독 의존도를 낮춘 정량·객관 진단, 임상 미충족 수요 해소 및 신경과학/진단 연구 도구로의 활용 가능성 제공, SCIE급 논문을 통한 기술 확산에 있음.