GRU 모델을 통한 QQ 기반 산소추출률 예측 정확도 향상 방법

Abstract

자기공명영상(MRI, Magnetic Resonance Imaging)을 활용하여 뇌 조직의 혈액 내 산소추출률을 계산하여 뇌 질환을 분석할 수 있다. 기존 연구에서는 QQ 모델을 통하여 CCM, CAT 등 클러스터 기법을 사용하여 산소추출률을 계산하였고, DNN 등 딥러닝 모델을 활용하는 연구도 초기 단계이다. 뇌 MRI 데이터는 시계열적인 특성이 있기에, 순환적인 구조를 갖는 GRU 모델이 DNN 모델보다 시계열 데이터를 더 효과적으로 처리할 수 있다. 따라서 본 논문에서는 QQ 모델을 기반으로 GRU 모델을 구성한 후에 뇌 MRI 데이터를 활용하여 산소추출률 예측의 정확도를 향상하는 방법을 제안하였다. 제안하는 GRU 모델의 학습과 평가는 환자 17명의 뇌 MRI 신호 감쇄 및 자화율을 이용하여 진행하였으며, 평균적으로 RMSE 5.39 정확도로 OEF를 예측했다.