본 연구는 신경교세포 미세구조를 탐색하는 데 유망한 확산 MRI 신경교세포 교환 이미징 모델의 획득 시간을 단축하기 위한 새로운 방법을 제시합니다. 기존의 프로토콜은 긴 스캔 시간을 필요로 하기 때문에, 연구팀은 Connectome 2.0 스캐너를 위한 데이터 기반의 최적화된 8-특징 부분집합을 설명 가능한 인공지능과 지도된 재귀적 특징 제거 전략을 사용하여 개발했습니다. 이 최적화된 프로토콜은 합성 데이터와 생체 내 실험을 통해 검증되었으며, 기존 프로토콜 및 다른 단축 방법과 비교 분석되었습니다. 그 결과, 최적화된 프로토콜은 모델 정확도를 유지하면서 스캔 시간을 14분으로 크게 단축시켰으며, 정확한 매개변수 추정과 해부학적 대조도를 유지하고, 재검사 재현성에도 영향을 미치지 않았습니다. 특히, 기존 이론 기반 및 휴리스틱 감소 방식에 비해 물 교환 시간 추정치의 편차를 2배 이상 줄이는 우수한 강건성을 보였습니다.
시사점, 한계점
•
시사점:
◦
확산 MRI 신경교세포 교환 이미징의 스캔 시간을 획기적으로 단축(14분)하여 신경과학 및 임상 연구에서의 적용 가능성을 높였습니다.
◦
데이터 기반의 설명 가능한 인공지능 기법을 활용하여 획득 프로토콜 최적화에 대한 일반화 가능한 방법론을 제시했습니다.
◦
기존의 이론 기반 및 휴리스틱 감소 방식보다 우수한 정확성과 강건성을 가진 최적화된 프로토콜을 개발했습니다.
◦
신경교세포 미세구조 분석의 효율성을 증대시켰습니다.
•
한계점:
◦
본 연구에서 사용된 Connectome 2.0 스캐너에 특화된 방법론이므로, 다른 스캐너에 대한 일반화 가능성은 추가 연구가 필요합니다.
◦
최적화된 8-특징 부분집합의 선택에 대한 생물학적 근거에 대한 추가적인 설명이 필요할 수 있습니다.
