Disentangling shared and disorder-specific brain effects of ADHD comorbidity using a Bayesian latent factor model
이공학학술연구기반구축(R&D) · 석사과정생연구장려금지원
2026년
2340066585
교육부
한국연구재단
고려대학교
이서아
1명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2027.08.31
1,200만원
1,200만원
기초연구
대학
서울특별시 성북구
뇌과학 > 뇌공학 > 달리 분류되지 않는 뇌공학
자기공명영상(MRI) 중심의 멀티모달 뇌 데이터를 활용하여 신경발달장애의 이질성 특성을 정량적으로 규명하고, 베이지안 모델인 Latent Dirichlet Allocation(LDA) 접근법으로 추정한 latent factor를 기반으로, ADHD 동반질환 간 공통 및 특이적 뇌 변화 패턴을 도출하는 것이다. 이러한 분석 결과를 바탕으로 개인별 뇌 패턴을...
1. 뇌 데이터 전처리 및 입력값 구성- Healthy Brain Network(HBN) 데이터베이스를 활용하여 ADHD 단일군, 동반질환군, 정상군을 정의함.- 구조(sMRI), 확산(dMRI), 기능 MRI(fMRI) 및 임상 데이터를 통합 활용함.- fMRI 기반의 기능적 연결성 행렬, sMRI 기반의 피질 두께, 피질 표면을 따라 측정한 최단 거리인...
활용방안- ADHD 동반질환을 범주형이 아닌 연속적 구조로 이해하는 transdiagnostic 분석 프레임워크로 활용- 개인별 뇌 패턴 기반 정량 지표를 활용한 맞춤형 진단 및 치료 전략 수립에 적용- 다양한 신경발달장애를 통합적으로 분석하는 연구로 확장 가능기대효과- 신경발달장애를 단일 진단 범주가 아닌 연속적 스펙트럼으로 재정의하는 새로운 패러다임 제...