Analysis of Self-reported Depression-Objective Biosignal Discrepancies and Detection of Mental Health Vulnerability in High-risk Occupational Groups Using Structural MRI-Wearable Multimodal Model
이공학학술연구기반구축(R&D) · 석사과정생연구장려금지원
2026년
2340066485
교육부
한국연구재단
고려대학교
이학진
1명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2027.08.31
1,200만원
1,200만원
기초연구
대학
서울특별시 성북구
정보/통신 > 정보이론 > 인공지능
본 연구의 최종 목표는 구조적 MRI와 웨어러블 시계열 데이터를 통합한 멀티모달 인공지능 모델을 개발하여, 고위험 직업군에서 자기보고 우울도만으로는 충분히 포착되지 않는 정신건강 취약성을 보다 정밀하게 탐지하는 것이다. 소방관과 검찰수사관과 같은 고위험 직업군은 외상성 사건 노출, 교대근무, 높은 직무 긴장도, 반복적인 스트레스 상황에 지속적으로 노출되는 집단으로, ...
본 연구는 고위험 직업군 약 300명을 대상으로 수집된 구조적 T1 MRI, 웨어러블 시계열 데이터, 자기보고 우울도(PHQ-9)를 통합하여 정신건강 취약성을 탐지하는 멀티모달 인공지능 모델을 개발하는 것을 주요 내용으로 한다. 먼저 구조적 T1 MRI는 두개골 제거, bias field correction, 공간 정렬, intensity normalization ...
... 다루는 새로운 연구 방향을 제안한다는 점에서 의의가 있다. 기술적으로는 정적 뇌영상 정보와 동적 생체신호를 함께 반영하는 멀티모달 융합 모델, 불일치 점수의 정량화, SHAP 기반 설명가능 인공지능 해석을 결합한 평가 프레임을 제시함으로써 향후 디지털 정신건강 관리기술 및 의료인공지능 기반 평가도구 개발의 기초자료가 될 수 있다. 또한 구조적 MRI와 웨어러블을 함께 활용하는 접근은 ...