| 제 목 | 학석사통합과정 임지혜 졸업생 (지도교수 김현철), IEEE J Biomed Health Inform (IF 6.8, JCR 상위 3.7%) 논문 게재 승인 | ||||
|---|---|---|---|---|---|
| 작성자 | 관리자 | 작성일 | 2025-11-17 | 조회수 | 267 |
| 첨부파일 | |||||
 학석사통합과정 임지혜 졸업생(지도교수 김현철)이 제1저자로 참여한 연구 논문이 국제학술지 IEEE Journal of Biomedical and Health Informatics (IF 6.8, JCR 상위 3.7%)에 게재 승인되었다. 해당 논문은 “Whole-Brain Task fMRI Decoding Using Stage-Wise Residual-Optimized 3D ConvNeXt With Layer–Global Response Normalization”이라는 제목으로 게재되었다. 본 연구는 대규모 인지과학 연구 및 임상 뇌영상 분석의 핵심 문제인 전뇌 fMRI 기반 뇌 상태 디코딩(brain decoding)의 정확도·해석력·일반화 성능 한계를 해결하기 위해 수행되었다. 이번 연구에서는 전뇌 3D ConvNeXt 기반 fMRI 디코딩 모델을 새롭게 제안하였다. 본 모델은 다음과 같은 두 가지 핵심 기술을 통합하였다. 세부적으로는 “Layer–Global Response Normalization(LN–GRN)”를 사용하여 채널 전역 스케일링을 통해 특징 간 분리도(separability) 향상시켰으며, Stage-wise Residual Optimization 통해 모델의 Stage를 1–3단계까지만 잔차 연결을 적용하여 정확도는 유지하면서 연산량을 최소화한 최적 구조 제안하였다. 본 연구팀은 HCP 7대 인지 과제 전체에 대해 실험을 수행하였으며, 제안 모델은 기존 3D CNN·3D ResNet·MRI-specialized 모델 대비 모든 과제에서 최고 정확도를 달성하였다. 이번 연구의 성과를 바탕으로 신경퇴행성 질환 조기진단, 인지 기능 저하 모니터링, 정신질환 기능 네트워크 분석, Brain–AI model 개발 등 다양한 임상·뇌인지 과학 분야로 확장될 수 있는 기반을 마련하였다. 또한, 본 연구 결과는 fMRI뿐 아니라 다양한 3D 의료영상(MRI/CT) 분석에서도 활용 가능한 ConvNeXt 기반 아키텍처 설계 원리를 제시하는 점에서 의미가 크다. 논문링크: NeuroAI 연구실 홈페이지: |
|||||
| [좋아요 1 ] | |||||
댓글 ( 0 )
