본문 바로가기

뉴스

View
역대 최대 ‘MICCAI 2025’...포항공대 김원화 교수 연구실 ‘연구성과’ 공개(인공지능 조현아 동문(통합 20'), 통합과정 백승훈, 석사과정 안하영)
작성자 시스템 작성일 25/10/23 (16:02) 조회수 16

 
포항공과대학교(POSTECH, 총장 김성근) 김원화 교수 연구실은 지난달 23일부터 27일까지 대전광역시 대덕연구단지 일원에서 열린 제28차 의료영상 컴퓨팅 및 컴퓨터 보조 중재 국제학술대회(MICCAI 2025)에 참여했다고 12일 밝혔다.
 
대한민국에서 처음으로 열린 제28차 의료영상 컴퓨팅 및 컴퓨터 보조 중재 국제학술대회(MICCAI 2025)는 대한의학영상정보학회(KSIIM, 회장 박진아) 등에 의해 지난 9월 23일부터 27일까지 “개념에서 임상으로(From Concept to Clinical)”, “범아시아 연결(Pan-Asian Connection)”이라는 주제로 개최됐으며 전 세계적으로 의료영상 처리와 컴퓨터 보조 수술 분야에서 최고 수준의 학술대회이다.
 
올해는 69개국 약 3,300여 명이 참가한 가운데 역대 최대 규모의 학술대회가 됐으며 참가국 측면에서는 대한민국, 중국, 미국, 독일, 영국, 프랑스 등이 상위권을 차지했다.
 
특히 최다 참가국인 대한민국의 활동 속에서 포항공과대학교 김원화 교수 연구실은 한국과학기술원(KAIST, 총장 이광형)의 개막 전 환영행사부터 MICCAI 2025의 마지막 날까지 홍보위원장(Communication Chair) 및 지역위원회(Local Committee) 담당자 역할과 함께 연구성과 소개까지 다양한 활동을 펼쳤다.
 
그동안 포항공과대학교 김원화 교수의 의료정보처리 연구실(Medical Information Processing)은 인공지능(AI)과 딥러닝 기술을 기반으로 의료영상 및 임상 데이터를 분석하는 첨단 연구를 수행해 왔고 과학기술정보통신부와 한국연구재단이 주관하는 ‘2025년 글로벌 기초연구실 사업’에 선정돼 총 15억원의 연구비를 지원을 받고 있다.
 
이러한 연구를 바탕으로 올해 MICCAI 2025에서는 박사후연구원(조현아), 석박사통합과정 학생(백승훈, 박준혁), 석사 졸업생(정성윤) 등이 참가해 알츠하이머병(Alzheimer’s Disease), 뇌영상 및 멀티모달 의료영상 연구와 관련한 연구과정 및 결과를 소개했다.
 
또한 MICCAI 2025의 마지막 날 열린 ▲그래프와 생체의학 이미지 분석 ▲토폴로지와 이미지 정보학 ▲하이퍼그래프 등을 다룬 제7회 생의학 영상 분석 그래프 기반 모델 연구(GRaphs in biomedicAl Image anaLysis, GRAIL) 워크숍에서 김원화 교수가 기조연설(keynote speech)를 하고 안하영 학생이 관련분야 연구를 발표해 우수 논문상(Best Paper Award)을 수상했다.
 
다음은 제28차 의료영상 컴퓨팅 및 컴퓨터 보조 중재 국제학술대회(MICCAI 2025)에서 포항공과대학교 김원화 교수 의료정보처리 연구실(Medical Information Processing)의 연구발표 현황이다.
 
▲ 알츠하이머병 진행 예측을 위한 적응형, 적대적 데이터 증강 및 질병 진행 경로 제약 기법(Adaptive Adversarial Data Augmentation with Trajectory Constraint for Alzheimer’s Disease Conversion Prediction)
 
- 저자: 조현아(Hyuna Cho) 외 Hayoung Ahn, Guorong Wu, Won Hwa Kim
 
- 내용: 본 연구는 데이터 수가 적은 경도인지장애 환자의 뇌 데이터를 증강할 수 있는 인공지능 모델을 제시하여 알츠하이머병 연구에서 데이터 부족 문제를 완화하고 질병 진행 예측의 정밀도 향상에 기여했다.
 
특히 안정형과 진행형 경도인지장애 환자의 뇌 데이터 특징을 그룹별·환자별·뇌의 국소 영역별로 구분하고, 적대적 공격 기법을 활용한 데이터 증강 방법론을 고안했다. 또한 증강된 데이터가 실제 질병 진행 경로상에 존재하도록 유도하는 경로 기반 제약 기법을 도입함으로써 관측되지 않은 시점의 뇌 데이터를 생물학적으로 타당하게 생성할 수 있었다.
 
이 연구는 희귀하고 불균형한 의료 데이터를 보완하고 이를 기반으로 알츠하이머병 진행 예측을 수행할 수 있는 인공지능 모델을 제시해 조기 진단 및 예후 예측 연구에 활용 가능성을 보여줬다.
 
▲ 뇌–텍스트의 쌍곡 표현을 통한 다층 뇌영상 메타분석(Multi-level Neuroimaging Meta-analysis with Hyperbolic Brain-Text Representations)
 
- 저자: 백승훈(Seunghun Baek) 외 Jaejin Lee, Jaeyoon Sim, Minjae Jeong, Won Hwa Kim
 
- 내용: 개별 뇌영상 연구는 표본 수가 적어 신뢰성이 낮다는 한계를 지닌다. 이를 보완하기 위해 여러 연구 결과를 종합하는 메타분석의 중요성이 커지고 있다.
 
이 연구는 뇌의 계층적 구조를 반영하는 쌍곡(하이퍼볼릭) 공간 기반의 새로운 메타분석 방법(MNM)을 제안한다. 이 방법은 논문 텍스트와 뇌 활성화 지도를 동일한 하이퍼볼릭 공간에 임베딩해 의미적 유사성과 계층적 관계를 동시에 학습하도록 설계됐다.
 
그 결과로 논문 텍스트로부터 뇌 활성 부위를 예측하거나 반대로 뇌 활성에서 관련 논문을 찾는 성능과 해석력이 모두 향상됐다. 이를 통해 방대한 신경과학 문헌을 보다 체계적이고 다층적으로 통합할 수 있는 가능성을 열었다.
 
출처: 에이티엔뉴스 이기종 기자(https://www.atnnews.co.kr/news/articleView.html?idxno=106382)