Brain Reverse Engineering by Intelligent Neuroimaging Lab

EHR, diagnosis codes, CDR-SB/MMSE와 같은 cognitive scales, longitudinal clinical trajectories를 활용하는 예측 모델을 개발합니다. BREIN Lab은 neuroimaging, EHR, cognitive scores, molecular biomarkers, longitudinal clinical data를 연결하는 AI 방법론을 개발합니다. MRI, PET, blood biomarkers, omics, cognitive assessment, digital behavior를 결합해 서로 보완적인 disease signal을 포착합니다. Tau/ND mismatch, resilience, vulnerability, explainable AI를 통해 patient-tailored progression을 연구합니다. 임상 데이터, 뇌영상, EHR을 활용해 diagnosis prediction, cognitive staging, hospital-data foundation model을 연구합니다. BREIN Lab은 뇌영상, EHR, 인지척도, 분자 바이오마커를 통합하는 Medical AI와 multimodal biomarkers를 통해 뇌질환의 진행과 예후를 예측합니다. Medical AI, multimodal biomarkers, disease progression modeling, interpretable decision support를 중심으로 연구를 확장합니다. MRI, PET, blood biomarkers, CDR/MMSE, omics, digital behavior를 통합해 Alzheimer’s disease 및 관련 질환을 해석합니다. Tau/ND mismatch, resilience, vulnerability, future cognitive decline을 통합해 patient-tailored trajectory를 모델링합니다. Feature attribution, modality contribution, structured risk explanation을 통해 모델 결과를 임상적으로 해석 가능한 근거로 변환합니다. 광용적맥파(PPG) 데이터로부터 고충실도 심전도(ECG)를 재구성하는 peak-oriented diffusion model을 제안합니다. 인지장애와 관련된 여러 병리 및 공존 병리에서 perivascular spaces enlargement의 공간 패턴을 분석합니다. 추적 MRI 평가를 위한 head-to-head 및 longitudinal CycleGAN 기반 MRI harmonization 방법을 개발하고 검증합니다. MR 영상 특징의 high-order attention mechanism을 활용해 치매 감별진단을 예측합니다.