MRI 영상과 임상 메타데이터를 활용하여 알츠하이머병을 조기 진단하는
AI 기반 웹 진단 보조 플랫폼입니다.
의료진이 MRI 이미지를 업로드하면
AI 모델이 자동으로 분석 결과와 시각화를 제공하고
진단 리포트를 PDF로 생성합니다.
![]() |
![]() |
![]() |
![]() |
|---|---|---|---|
| 문소연 | 장지우 | 송여경 | 조채은 |
Backend · AI |
Backend · AI |
Web · AI |
Web · AI |
- Goal: 알츠하이머병 조기 진단 정확도 향상
- Approach
- MRI 이미지 기반 딥러닝
- 임상 메타데이터(age, sex, MMSE 등) 결합
- 다중 슬라이스 MRI 분석
- Output
- 진단 결과 + 클래스 확률
- AI 근거 시각화(Grad-CAM)
- 자동 PDF 리포트
- VGG16 / EfficientNetB3 기반 모델
- Multi-slice MRI (중앙 ±10mm, ±15mm)
- Metadata 결합 모델로 성능 향상
- Grad-CAM 히트맵 제공
- 의료진이 판단 근거를 시각적으로 확인 가능
- 로그인 / 회원가입 (병원 소속 기반)
- MRI 이미지 업로드
- 환자 히스토리 관리
- 진단 결과 PDF 다운로드
[ Web Client (React) ]
|
v
[ Django REST API ]
|
v
[ AI Inference Server ]
(TensorFlow / Keras)
-
Baseline
- EfficientNetB3 (AUROC ≈ 0.99)
-
Main Models
- VGG16 (MRI only)
- VGG16 + Metadata (최대 94.56% accuracy)
- VGG16 + Multi-slice MRI (최대 92%)
-
Final Direction
- Multi-slice MRI + Metadata 결합 모델
- React
- HTML / CSS / JavaScript
- Django
- Django REST Framework
- TensorFlow / Keras
- VGG16, EfficientNetB3
- Grad-CAM
- SQLite
- Git / GitHub
- Google Colab
- Postman
- OASIS
- ADNI
- Longitudinal MRI data with clinical metadata
- 알츠하이머 조기 발견 가능성 향상
- 진단 시간 단축 및 의료 비용 절감
- 의료진 간 판독 편차 감소
- 병원 · 연구기관 등 활용 가능
- Program: 2024 한이음 ICT 멘토링
- Duration: 2024.04 – 2024.10
- Category: Medical AI / Computer Vision / Web



