뇌 MRI를 이용한 LSTM 딥러닝 모델 기반의 산소추출률 예측

Abstract

뇌 질환 진단을 위해 자기공명영상을 사용하여 뇌 조직 내 혈액의 산소추출률을 산출하여 뇌 조직의 활성화 정도를 파악할 수 있다. 기존 연구들은 주로 클러스터 분석과 같은 방법을 적용했지만, 본 논문에서는 QQ 모델을 기반으로 LSTM(Long Short-Term Memory) 딥러닝 모델을 사용해 산소추출률에 대한 예측을 수행하는 방법을 제안한다. 이 LSTM 딥러닝 모델은 하나의 입력 계층, 네 개의 LSTM 계층, 세 개의 Dense 계층, 그리고 하나의 출력 계층으로 구성되어 있으며, 성능 향상을 위해 추가적인 최적화가 수행되었다. 실험에서는 총 17명 환자의 자기공명영상 신호 감쇄 및 자화율 데이터를 사용하여 이 모델을 훈련시키고 검증하였으며, 평균 RMSE 값 5.33으로 산소추출률을 안정적으로 예측할 수 있음을 보여주었다.