초록 열기/닫기 버튼
한국의 치매 환자 수는 80만명 이상으로 추정되고 있으며, 치매의 심각성은 사회적 문제로 되고 있다. 하지만 전 세계적으로 치매를 완치할 수 있는 치료법도 약물도 아직 개발되지 못하고 있으며, 향후 급격한 고령화 추세로 인해 치매 환자 수는 더욱 증가할 전망이다. 현재로서는 치매를 조기에 발견하여 치매 증상의 경과를 늦추는 것이 최적의 대안이라 할 수 있다. 본 연구에서는 망막 내 치매를 가장 명확하게 조기 진단할 수 있는 중요 단백질인 아밀로이드 플라크를 AI 기반의 영상분석을 통해 측정하고 분석하여 치매를 조기에 진단하는 방법론을 제시하였다. 망막 데이터를 CNN을 기반으로 이진분류 학습 및 다중분류 학습을 수행하였으며, 전처리 된 망막 데이터를 기반으로 치매를 조기 진단할 수 있는 딥러닝 알고리즘을 개발하였다. 딥러닝 모델에 대한 정확도와 재현율을 검증하였으며, 검증 결과 재현율과 정확도 모두 충족하는 결과를 도출하였다. 향후에는 실제 치매 환자의 임상데이터를 기반으로 연구를 지속해 나갈 계획이며, 본 연구의 결과는 치매 문제를 해결하는 방안으로 활용될 수 있다.
The number of dementia patients in Korea is estimated to be over 800,000, and the severity of dementia is becoming a social problem. However, no treatment or drug has yet been developed to cure dementia worldwide. The number of dementia patients is expected to increase further due to the rapid aging of the population. Currently, early detection of dementia and delaying the course of dementia symptoms is the best alternative. This study presented a methodology for early diagnosis of dementia by measuring and analyzing amyloid plaques. This vital protein can most clearly and early diagnose dementia in the retina through AI-based image analysis. We performed binary classification and multi-classification learning based on CNN on retina data. We also developed a deep learning algorithm that can diagnose dementia early based on pre-processed retinal data. Accuracy and recall of the deep learning model were verified, and as a result of the verification, and derived results that satisfy both recall and accuracy. In the future, we plan to continue the study based on clinical data of actual dementia patients, and the results of this study are expected to solve the dementia problem.
키워드열기/닫기 버튼
AI, Deep learning, Dementia, Early diagnosis of dementia, Amyloid-plaques
