LAYER: A Quantitative Explainable AI Framework for Decoding Tissue-Layer Drivers of Myofascial Low Back Pain
Created by
Haebom
Category
Empty
저자
Zixue Zeng, Anthony M. Perti, Tong Yu, Grant Kokenberger, Hao-En Lu, Jing Wang, Xin Meng, Zhiyu Sheng, Maryam Satarpour, John M. Cormack, Allison C. Bean, Ryan P. Nussbaum, Emily Landis-Walkenhorst, Kang Kim, Ajay D. Wasan, Jiantao Pu
개요
만성 요통의 주요 원인인 근막통증(MP)의 조직 수준 원인을 규명하기 위해, 3차원 초음파 영상에서 6개 조직층을 분석하는 AI 프레임워크 LAYER (Layer-wise Analysis for Yielding Explainable Relevance Tissue)를 개발했습니다. 4,000개 이상의 스캔으로 구성된 대규모 데이터셋을 활용하여, 근육 외 조직이 통증 예측에 상당한 기여를 함을 밝혔습니다. 특히, 심부 근막(DFM)이 가장 높은 관련성을 보였고, 근육 외 조직의 전체 관련성이 근육과 거의 유사했습니다.
시사점, 한계점
•
시사점:
◦
근막통증 연구에서 기존의 근육 중심적 패러다임을 넘어선, 근육 외 조직의 중요한 역할을 밝힘.
◦
통증 생리와 관련하여 층별 해부학적 구조를 연결하는 정량적이고 해석 가능한 프레임워크 제시.
◦
새로운 조직 표적을 발굴하고, 연성 조직 영상의 해석 가능한 분석을 위한 일반화 가능한 접근 방식 제공.
