대칭적인 미분형 이미지 등록 기법을 이용한 교차상관관계: 노인 및 신경퇴행성 뇌의 자동 레이블링 평가

현대 신경영상 분야에서 가장 도전적인 문제 중 하나는 신경퇴행성 변화를 세밀하게 특성화하는 것이다. 공간적 및 시간적 위축 패턴을 정량화하는 것은 이 과정의 중요한 구성 요소이다. 이러한 시공간 신호는 같은 위험군에 속하는 관련 질환, 예를 들어 전두측변성성 치매(Frontotemporal dementia, FTD)와 알츠하이머병(Alzheimer’s disease, AD)을 구분하는 데 도움을 줄 수 있다. 본 연구에서는 미분동형 맵(diffeomorphic maps) 공간 내에서 교차상관(correlation)을 최대화하기 위한 새로운 대칭적 이미지 정규화 방법(Symmetric image normalization, SyN)을 개발하고, 해당 최적화를 위한 오일러-라그랑주 방정식(Euler-Lagrange equations)을 제시한다. 이후 본 방법의 정밀한 평가를 수행한다. 평가에서는 인간의 대뇌 피질 분할을 기준으로 하는 골드 스탠다드(gold standard) 데이터를 활용하여 SyN의 성능을 관련된 탄성 방법(elastic method)과, 티리온의 데모닉스(Demons) 알고리즘의 표준 ITK 구현 방식과 비교한다. 그 결과, 특히 타겟 뇌와 템플릿 뇌 사이의 거리가 클 경우, SyN이 두 비교 방법보다 뛰어난 성능을 보였다. 이후 FTD 환자와 대조군의 알고리즘 기반 피질 레이블링을 통한 부피 측정값과 전문가의 수작업 레이블링을 통한 부피 측정값 간의 상관관계를 분석한다. 그 결과, 검증된 세 가지 방법 중 SyN이 전문가 레이블링을 통해 얻은 부피 측정값과 가장 강한 상관관계를 보였다. 본 연구는 교차상관 기반 SyN 방법이 환자 및 고위험 연령층의 부피 MRI에서 정규화 및 해부학적 측정을 수행하는 신뢰할 수 있는 방법임을 시사한다.