Browse by Medical Student Research Advisor

eperson profile image
Name :
Cho, Hanna [조한나]

orcid http://orcid.org/0000-0001-5936-1546

Department :
College of Medicine (의과대학) - Dept. of Neurology (신경과학교실)
Scopus ID :
Scopus (55196047200)

교수 기본정보

세부 전공
치매 및 인지행동학
이메일
iguhanna@yuhs.ac

실험실 기본정보

이름
Seoul AD Biomarker Team
위치
강남세브란스병원 미래의학연구센터
구분
Wet Lab ( %), Dry Lab (100%)

연구소개

연구 내용
- 알츠하이머병 및 관련 퇴행성 치매에서 아밀로이드·타우 병리(PET), 구조/기능 MRI, 그리고 혈액/체액 바이오마커(혈장 p-tau, Aβ42/40, NfL, GFAP 등)를 통합하여 질병의 병태생리(병리 축적–뇌네트워크 변화–인지저하)를 정량화하고, 개인별 임상 진행을 예측함
- 영상 중심의 정밀 진단을 기반으로, 혈액·체액 기반의 확장 가능(scalable)한 바이오마커 플랫폼을 구축하여 실제 임상 적용(선별, 추적, 치료 반응/예후 평가)에 기여하는 것을 목표로 함
- 다중모달 데이터를 이용한 예측 모델(통계·머신러닝)을 개발하고, 예측에 기여하는 주요 바이오마커와 임상적 의미를 해석 가능하게 제시함

학생 참여 정보

학생들이 참여하면 좋을 연구
  • - ADNI(Alzheimer’s Disease Neuroimaging Initiative) 공개데이터 기반 다중모달(임상·인지·영상·혈액/체액) 예후 예측 모델 개발
  • - ADNI는 정상 노화–MCI–알츠하이머병 치매를 장기 추적하며 임상/인지검사, 뇌 MRI·PET(아밀로이드/타우), 유전정보(APOE 등), 그리고 일부 혈액/체액(혈장/CSF) 바이오마커를 표준화해 공개하는 국제 코호트 데이터임.
  •  본 멘토링에서는 ADNI 공개데이터 중 필요한 자료를 다운로드하여 전처리 후,
  •  (예) MCI→AD 전환 위험 예측, 또는
  •  (예) 인지저하 속도(CDR-SB/MMSE/ADAS-Cog) 예측
  •  모델을 통계/머신러닝 방법으로 구축하고, 예측 성능과 해석(중요 변수, 임상적 의미)을 정리할 예정임.
학생 참여 시 사용하게 되는 장비 및 프로그램
  • - 장비/환경: 개인 노트북 또는 연구실 PC
  • - 머신러닝/통계 분석 라이브러리
참여 전 준비사항
  • - ADNI 계정 생성 및 Data Use Agreement 동의, 데이터 접근 승인 및 다운로드 절차 숙지
  • - 기초 통계· 머신러닝 공부

Browse

Links