근적외선 광학 생체 영상의 패턴 인식을 이용한 당뇨성 혈관 질환 진단 연구

Abstract

본 연구의 목적은 다 변량 분석기법과 머신 러닝 알고리즘을 적용하여 말초 혈관 질환의 진단 시스템을 개발하는 것이다. 데이터 분석을 위해 말초 조직에서의 Indocyanine green (ICG) 약물동역학을 근적외선 광학 형광 영상으로 획득하였다. 획득한 형광 동역학을 시공간의 정보를 갖는 행렬로 변환하고, 변수 간의 상관 관계를 기초로 하여 자료의 손실을 최소화 하면서도 고차원의 정보를 저차원으로 축소하였다. 분석 결과, 주성분벡터로 사영시킨 픽셀의 값이 추출 영역에 따라 다르며, 제 2 주성분벡터를 기준으로 정상군과 환자군을 분류할 수 있음을 발견하였다. 또한 동역학 그래프를 주성분벡터로 복원함으로써, 고차원의 데이터를 95% 이상 재현할 수 있음을 증명하였다. 본 연구에서 발견한 파라미터와 진단 방법은 근적외선 광학 영상 기기에 탑재함으로써 혈관 질환 검진 및 조기 진단으로의 활용 가치가 있다.