한빛사29건

• • 조하나(가톨릭대학교)

  • 허강무(충남대학교)

  • 강한창(가톨릭대학교 약학대학)

  Selective delivery of imaging probes and therapeutics to the endoplasmic reticulum or Golgi apparatus: Current strategies and beyond

  • Adv. Drug Deliv. Rev. Jul 04 2024, S0169-409X(24)00208-4 | https://doi.org/10.1016/j.addr.2024.115386

  • 2024.07
  • 의약학

• • 손민준(University of Chicago)

  Processing stimulus dynamics by the NF-κB network in single cells

  • Exp. Mol. Med. Dec 01 2023, | https://doi.org/10.1038/s12276-023-01133-7

  • 2023.12
  • 생명과학

• • 박시진(한양대학교)

  • 남동연(서울대학교)

  • 전희재(강원대학교)

  • 한재훈(서울대학교)

  • 최영빈(서울대학교 의과대학)

  • 이동윤(한양대학교)

  Chromophoric cerium oxide nanoparticle-loaded sucking disk-type strip sensor for optical measurement of glucose in tear fluid

  • Biomater. Res. 18 December 2023;27;135 | https://doi.org/10.1186/s40824-023-00469-5

  • 2023.12
  • 바이오·의료융합

• • Sayan Deb Dutta(강원대학교)

  • 임기택(강원대학교)

  Trackable and highly fluorescent nanocellulose-based printable bio-resins for image-guided tissue regeneration

  • Carbohydr. Polym. Available online 24 July 2023 | https://doi.org/10.1016/j.carbpol.2023.121232

  • 2023.07
  • 바이오·의료융합

• • 박은영(Stanford University)

  Fast volumetricultrasoundfacilitates high-resolution3D mappingof tissuecompartments

  • Sci. Adv. 2023 Jun 2;9(22):eadg8176 | https://doi.org/10.1126/sciadv.adg8176

  • 2023.06

• • 이종환(Brown University)

  Near-lifespan longitudinal tracking of brain microvascular morphology, topology, and flow in male mice

  • Nat. Commun. 24 May 2023 | https://doi.org/10.1038/s41467-023-38609-z

  • 2023.05

• • 김세윤(가톨릭대학교)

  • 김이경(서울대학교 의과대학)

  Association of Brain Microstructure and Functional Connectivity With Cognitive Outcomes and Postnatal Growth Among Early School-Aged Children Born Wit

  • JAMA Netw. Open 2023 Mar 1;6(3):e230198 | doi: 10.1001/jamanetworkopen.2023.0198

  • 2023.03

• • 김기경(University of Calgary)

  Closed-loop vasculature network design for bioprinting large, solid tissue scaffolds

  • Biofabrication 2023 Feb 14;15(2) | DOI 10.1088/1758-5090/acb73c

  • 2023.02
  • 바이오·의료융합

• • 강승관(Brightonix Imaging Inc)

  • 이재성(서울대학교)

  Fast and accurate amyloid brain PET quantification without MRI using deep neural networks

  • J. Nucl. Med. 2022 Nov 3;jnumed.122.264414 | https://doi.org/10.2967/jnumed.122.264414

  • 2022.11
  • 바이오·의료융합
• 

  경성구

  서울아산병원

  1. 논문관련 분야의 소개, 동향, 전망을 설명, 연구과정에서 생긴 에피소드 응급실에서 뇌출혈은 “Time is Brain”이라는 말이 있듯이, 외상환자에 대하여 정확한 검사와 빠른 치료가 필수적입니다. 그러나, 한정된 응급실 자원 환경에서 외상환자에 대한 조치가 간혹 딜레이가 생길 수 있으며, 이는 환자에게 굉장히 치명적일수 있습니다. 본 연구는 인공지능 딥 러닝을 활용하여 위급한 환자일수록 적절한 치료를 받을 수 있는 CAD를 이용한 트리아제(Triage) 모델을 제안하였습니다. Brain Hemorrhage 검출 관련하여 많은 이전 연구들이 존재했고, 뛰어난 성능을 거두었지만, 여전히 외부 병원에 성능이 하락하는 문제는 존재하였습니다. 본 연구에서는 이 문제를 해결하기 위해 Multi-Task Learning을 도입하여, 모델을 강건하게 훈련하여 보다 모델이 데이터로부터 포괄적인 특징을 추출하도록 학습하였습니다. 기존 연구들에 비해 뛰어난 성능과 외부 병원에서도 강건한 성능을 보이기에 본 연구는 기존 뇌출혈 검출의 효과를 향상시키는데 이용될 수 있을 것으로 기대 됩니다. 연구 과정으로는 데이터 셋 구축을 위해, 무엇보다 아산 병원의 임상 및 의사 선생님분들께서 많은 노력을 해 주셨고, 덕분에 양질의 여러 병원 데이터로 모델을 학습 및 검증할 수 있었습니다. 2. 연구를 진행했던 소속기관 또는 연구소에 대해 소개 부탁드립니다. 본 연구는 서울아산병원 울산의대 Medical Imaging and Intelligent Reality Lab (MI2RL) 연구실을 이끌고 계신 저의 지도교수 김남국 교수님과 서울아산병원 응급의학과 홍길선 교수님의 지도 아래 이루어졌습니다. 저희 연구실의 연구 관심 분야는 Artificial Intelligence, 3D Printing, Medical Image Processing, Computer-Aided Surgery, Robotic Interventions 등 이미지 기반 임상 응용 분야입니다. 대한민국 대표 병원인 서울아산병원 융합의학 및 영상의학과에 속해 있어 여러 임상의들과 긴밀하게 협력하고 있으며, 새로운 기술을 사용하여 환자(암, 종양, 폐, 심장, 신경 등의 질병)에 더 나은 치료를 제공하는 것을 목표로 두고 있습니다. 현재 대학원생 및 박사 후 연구원들을 활발하게 모집하고 있으니 관심이 있으신 분들을 적극적으로 지원해주시기 바랍니다. 3. 연구 활동 하시면서 평소 느끼신 점 또는 자부심, 보람 자부심과 큰 보람을 느낍니

  • Med. Image Anal.
  • 2022.11.02

• • 원경재(Cedars-Sinai Medical Center)

  Vesalius: high-resolution in silico anatomization of spatial transcriptomic data using image analysis

  • Mol. Syst. Biol. 2022 Sep;18(9):e11080 | https://doi.org/10.15252/msb.202211080

  • 2022.09
  • 생명과학

• • 윤소라(Pennsylvania Perelman School of Medicine)

  Stripenn detects architectural stripes from chromatin conformation data using computer vision

  • Nat. Commun. Published 24 March 2022 | https://doi.org/10.1038/s41467-022-29258-9

  • 2022.03
  • 생명과학

• • 전희재(GIST)

  • 이동윤(한양대학교)

  • 정의헌(GIST)

  Optical Assessment of Tear Glucose by Smart Biosensor Based on Nanoparticle Embedded Contact Lens

  • Nano Lett. Publication Date:August 20, 2021 | https://doi.org/10.1021/acs.nanolett.1c01880

  • 2021.08
  • 바이오·의료융합

• • Trinh Thi Le Vuong(고려대학교)

  • 곽진태(고려대학교)

  Joint categorical and ordinal learning for cancer grading in pathology images

  • Med. Image Anal. Available online 8 August 2021, 102206 | https://doi.org/10.1016/j.media.2021.102206

  • 2021.08
  • 바이오·의료융합

• • 김상식(POSTECH, The University of Arizona)

  • 황동수(POSTECH)

  • 윤정열(The University of Arizona)

  A guanidinium-rich polymer as a new universal bioreceptor for multiplex detection of bacteria from environmental samples

  • J. Hazard. Mater. Volume 413, 5 July 2021, 125338 | https://doi.org/10.1016/j.jhazmat.2021.125338

  • 2021.07
  • 바이오·의료융합
• 

  정형진

  KAIST

  1. 논문관련 분야의 소개, 동향, 전망을 설명, 연구과정에서 생긴 에피소드 저는 다양한 bio-medical imaging modality의 영상복원을 딥러닝으로 풀어내는 연구를 하고 있는 박사과정 학생 정형진입니다. 특히 MRI 영상의 복원에 대한 연구를 많이 수행하고 있는데, 근 몇 년간 많이 연구가 되고 있는 분야이기도 하고, 특정 기업에서는 벌써 AI 기반의 복원 알고리즘을 기기에 추가하여 판매하는 등 짧은 시간 안에 큰 발전을 이루고 있습니다. 본 논문에서는 MRI의 한 갈래인 3D 비행시간법 자기공명혈관 혈관조영술(Time of Flight-Magnetic Resonance Angiography; TOF-MRA)의 비지도학습(Unsupervised Learning) 기반 영상복원술을 다룹니다. 기존 MRI 영상 복원에 주로 이용되는 지도학습(Supervised Learning) 기반 영상복원술과는 다르게, 매칭되지 않는 데이터를 이용하여도 지도학습과 유사하거나 오히려 뛰어난 성능을 보이는 것을 밝혔고, 따라서 매칭되는 데이터가 없이도 효과적으로 머신러닝(Machine Learning) 학습이 효과적으로 이루어질 수 있음을 보였습니다. 또한, 혈관의 활성화도가 중요한 혈관조영술의 특성에 맞게 적대적 생성신경망(Generative Adversarial Network; GAN)의 식별자(Discriminator)구조를 고도화시킨 투사 식별자(Projection Discriminator)를 고안하여 최대강도투사 영상(Maximum Intensity Projection; MIP)에서 특히 기존 방식보다 뛰어난 결과를 얻을 수 있었습니다. MRI 복원 연구를 진행하는 많은 연구자분들께서 공감하시겠지만, 연구를 위해 필요한 많은 양의 데이터를 얻기가 힘들거나, 제한이 있어 알고리즘 개발에 어려움이 있습니다. 또한, 기존 압축센싱(Compressed Sensing; CS) 알고리즘이 task-specific하게 최적화 되어있어 이보다 임상적으로 유의하게 뛰어난 머신러닝 알고리즘을 구축하기 어렵습니다. 이 때문에 논문이 마무리되기까지 여러 시행착오가 있었는데, 제한된 조건 속에서도 기존 방식보다 뛰어난 결과를 얻는 알고리즘을 발표하게 되어 보람이 있습니다. 2. 연구를 진행했던 소속기관 또는 연구소에 대해 소개 부탁 드립니다. 저는 KAIST 바이오및뇌공학과 바이오신호영상처리 연구실(Bio Imaging Signal Processing & Learning Lab; BISPL)에서 박사과정 학생으로, 예종철 교수님께 지도를 받고 있습니다. 저희 연구실에서는 머신러닝 기

  • Med. Image Anal.
  • 2021.04.14

• • Gelan Ayana(국립금오공과대학교)

  • 최세운(국립금오공과대학교)

  Transfer learning in breast cancer diagnoses via ultrasound imaging

  • Cancers 2021 Feb 10;13(4):738 | https://doi.org/10.3390/cancers13040738

  • 2021.02
  • 바이오·의료융합

• • 최창순(기초과학연구원, 서울대학교)

  • 임주영(University of Illinois at Urbana-Champaign)

  • 김민성(기초과학연구원, 서울대학교)

  • 남성우(University of Illinois at Urbana-Champaign)

  • 김대형(기초과학연구원, 서울대학교)

  Curved neuromorphic image sensor array using a MoS2-organic heterostructure inspired by the human visual recognition system

  • Nat. Commun. Published: 23 November 2020, 11, Article number: 5934 (2020) | https://doi.org/10.1038/s41467-020-19806-6

  • 2020.11
  • 바이오·의료융합

• • 김윤성(Georgia Institute of Technology)

  • 여운홍(Georgia Institute of Technology)

  Soft, wireless periocular wearable electronics for real-time detection of eye vergence in a virtual reality toward mobile eye therapies

  • Sci. Adv. 13 Mar 2020, Vol. 6, no. 11, eaay1729 | https://doi.org/10.1126/sciadv.aay1729

  • 2020.03
  • 바이오·의료융합

• • 민주하(Massachusetts General Hospital)

  • 임형순(Massachusetts General Hospital)

  • 이학호(Massachusetts General Hospital)

  Computational Optics Enables Breast Cancer Profiling in Point-of-Care Settings

  • ACS Nano Publication Date (Web): August 16, 2018 | DOI: 10.1021/acsnano.8b03029

  • 2018.08
  • 바이오·의료융합