□ 연구개요 - 방사선 치료 장비의 정도 관리(QA)에 신틸레이터+이미지센서에 머신러닝기술을 결합하여 2차원 선량분포를 구현하고, 이를 바탕으로 정확한 빔선질 평가 방법을 개발하였음. - 개발된 빔선질계측 장치를 이용하여 양성자빔 특성 뿐만 아니라 광자빔에서 빔 선질을 평가할 수 있도록 구현하였음. □ 연구 목표대비 연구결과 - 몬테칼로 (MC) 시뮬레이션으로 신틸레이터와 카메라 스펙의 최적화: MC에서 밀도 및 발광 세기를 고려하여 플라스틱 신틸레이터 선택하였으며, 연구 및 산업분야에 특화된 10비트 CCD센서의 카메라 사용 - 신틸레이터와 카메라 수납 가능한 하우징 팬텀 설계 및 제작: 기본적으로 빛 차단에 되도록 설계하고 내부 반사를 최소화 시키며, 카메라 수납하는 소형 착탈식 모듈 개념 도입하여 사용 및 구조 변경이 편리하게 설계 및 제작 - MC 시뮬레이션과 이에 대한 선량 이미지 분석 기법 연구 및 머신러닝 코드 개발: MC 시뮬레이션에서 X-ray에 의한 발광 분포 (가시광선의 역전파 논리 이용)를 구현하였으며, 이를 기반으로 계측 장비를 설계함. MC 이벤트 효율 개선을 위해 관련 파리미터 최적화. 시뮬레이션 데이터를 기반으로 양성자 빔의 선질 (beam range) 뿐만 아니라 Spread-out beagg peak (SOBP)도 측정하는 기법 개발. 또한 머신러닝 (딥러닝)의 예측 성능 평가를 위해 추가적인 정량적 분석 방법 (gamma-index passing rate로써의 loss 함수) 개발. 양성자 빔에 대한 신틸레이터의 광 분포가 주어졌을 때, beam range와 SOBP range를 각각 0.1 mm와 0.8 mm 이내의 예측 정확도를 보여줌. - 케이스 제작 및 차폐 검증: 무광 아크릴 사용하여 제작했으며, 시뮬레이션에서 카메라에 도달하는 선량 평가 - 선형가속기 및 양성자치료기에서 실험 진행 및 시뮬레이션 데이터와 비교 검증: 빔 스팟 크기와 퍼짐 정도 등을 조율하여, 신틸레이터 팬텀 중심 부위 (10-20 cm)에서 깊이 방향 선량 분포가 0.5% 이내로 잘 받는 것을 확인함. - 제작된 계측 장비 응용성을 위한 가능성 타진 및 추가 연구 □ 연구개발성과의 활용 계획 및 기대효과(연구개발결과의 중요성) - 본 연구에서 신틸레이터+이미지센서에 머신러닝기술을 결합하여 2차원 선량 분포를 구현해내는 방법을 처음으로 고안하고 개발해냈으며, 이와 같은 가능성을 알아보는 연구를 발판으로 실제 임상 현장에서 사용하기 위해 실용화를 위한 제품 개발을 계획함. - 2차원 선량 예측으로부터 빔선질 및 빔 프로파일을 동시에 측정하기 때문에 정도관리 절차의 간소화가 가능하며, 높은 화소의 이미지센서에 기반한 데이터를 이용한 딥러닝 방법으로부터 불필요한 광학적 현상을 제거하여 정확성 향상을 이루어냈음. - X-ray의 빔 대칭성 및 절대선량 측정 등에 확대 응용하여 한 번의 측정으로 월간 QA 진행이 가능하도록 데이터 추가 분석 계획. (출처 : 연구결과 요약문 2p)

• 연구책임자 : 고영문
• 주관연구기관 : 서울아산병원
• 발행년도 : 20230300
• Keyword : 1. 빔선질;정도관리;딥러닝;신틸레이터; 2. Beam quality;Quality assurance;Deep learning;Scintillator;

□ 연구개요 우리나라 폐암 CT검진 대상자 선정 기준은 NLST의 대상자 선정 기준과 유사함. 그러나 이 대상자 선정 기준은 ‘나이와 흡연력’ 두 가지만을 고려하는 단순한 기준으로, 개개인을 대상으로 하는 예측모델보다 폐암 발생에 대한 민감도와 특이도가 떨어지며, 다수의 음성 폐암 검진(negative screen)과 위양성 폐암 검진이 발생할 가능성이 있음. 따라서 본 연구는 흉부엑스레이와 임상정보를 이용해 폐암 발생을 높은 정확도로 예측하는 페암 CT검진 대상자 선별 모델의 개발과 검증을 목적으로 함. □ 연구 목표대비 연구결과 1. NLST 폐암 검진 영상 데이터베이스 구축 3천례의 NLST 영상 데이터, 텍스트 데이터를 구조화. 2. 국내 대학병원 폐암 검진 데이터베이스 구축 흉부엑스레이 폐기종 예측모델의 외부 검증을 위해 3개의 데이터셋을 마련하였음. 그 중 1개는 미국 PLCO trial에서 수집된 임상 및 영상 자료이며. 나머지 2개는 국내 대학병원 건강검진센터에서 수집함. 3. 임상정보 기반 폐암 검진 대상자 선별 모델 개발 및 검증 “age, sex, smoking status, pack year, race, family history of lung cancer, past history of malignancy other than lung cancer, body mass index”와 같은 임상 변수들을 input variable로 활용하여 머신러닝 모델을 훈련하고 내부 검증함. 4. 흉부엑스레이 기반 폐기종 예측 모델 개발 및 검증 대학병원에서(single tertiary referral center) 3개월 이내 chest PA와 chest CT(standard radiation dose)를 함께 시행한 환자 약 1000명으로 이뤄진 데이터셋을 구축. CT에서 %LAA-950 (emphysema index) 계산 후, 이를 label로 하는 딥러닝 모델(U-net)을 개발함. CT 기준 10% 이상 폐기종에(ground truth) 대해 AUC 0.95 (95% CI: 0.91, 1.00) 달성. CT 기준 5% 이상 폐기종에 대해 AUC 0.90 (95% CI: 0.85, 0.95) 달성. 5. 임상위험인자와 흉부엑스레이 기반 폐기종 예측 모델 결과를 활용한 통합적 앙상블 모델 개발 폐암 발생 예측모델은 USPSTF 권고안보다 높은 성능을 보임 (AUC, 0.74 vs. 0.57). 특히 비슷한 수준의 특이도에서(48.4% vs. 53.1%) 비교했을 때, 더 높은 민감도를 보임 (80.4% vs. 60.7%). 6. 한국인 폐암 검진 대상자를 활용하여 모델 외부 검증 기개발된 폐 암발생 예측모델을(CXR-LC) 외부 검증함. 현행 검진자 선별안에 모델을 추가로 적용하면 missed lung cancer를 최소화하는 동시에 true-negative screen을 줄여 CT검진의 효율을 높일 수 있음. USPSTF-eligible CT screening candidate 에서 폐암발생 예측모델 기반으로 저위험군을 검진에서 제외할 경우, 0.2%의 missed lung cancer 수준에서 10% 가량의 불필요한 CT검진을 줄일 수 있음(45.1% vs. 35.8%). □ 연구개발성과의 활용 계획 및 기대효과(연구개발결과의 중요성) 1. 폐암 CT검진은 대상자의 참여도가 낮은 검진 사업임. 개발된 폐암 발생 예측모델을 병원 EMR/HIS에 통합시켜 폐암 CT검진 대상자를 자동으로 추천할 수 있도록 활용 가능. 2. 한국인 대상의 검진 대상자 예측모델을 활용해 지역사회 검진에 활용. 3. 향후 검진 정책 수립에 예측모델을 활용할 수 있도록 근거 마련. 4. 예측모델에 대한 전향적 연구 수행에 대한 근거 마련. (출처 : 연구결과 요약문 2p)

• 연구책임자 : 김형진
• 주관연구기관 : 서울대학교
• 발행년도 : 20230200
• Keyword : 1. 인공지능;폐암;흉부엑스레이;폐기종;검진; 2. artificial intelligence;lung cancer;chest radiograph;emphysema;screening;

비공개항목입니다.

• 연구책임자 : 김찬수
• 주관연구기관 : 한국원자력연구원
• 발행년도 : 20230100
• Keyword :

Ⅳ. 연구개발결과 악화군과 대조군에서 나이, 성별에서 차이가 없었다. 또한 비만, 고혈증, 당뇨, 고지혈증 여부도 차이가 없었다. 방사선량에도 차이가 없었다. 방사선 치료전 대뇌소혈관 질환의 여부에서 악화군은 12명중 9명(75.0%)인 반면 대조군은 28명중 9명 (32.1%)로 확인되어 두 군간 통계적으로 유의한 차이가 확인되었다.(p=0.018) 대뇌 소혈관 질환 악화에 영향을 주는 변수들과 방사선 치료전 대뇌 소혈관 질환여부를 포함하여 다변량 로지스틱 회귀 분석을 시행한 결과 대뇌 소혈관 질환 여부의 우도비가 6.33 이었으며 통계적으로 유의하였다 (p=0.018) (출처 : 요약문 4p)

• 연구책임자 : 김정수
• 주관연구기관 : 동남권원자력의학원
• 발행년도 : 20230100
• Keyword : 1. 대뇌 소혈관 질환;방사선 치료;경도 인지 장애;대뇌 미세 출혈;대뇌 미세 뇌경색; 2. Small vessel disease;Cranial radiotherapy;Mild cognitive impairment;Cerebral micro-bleeds;Cerebral micro-infarction;

Ⅳ. 연구개발결과 1. 유전자 가위를 이용한 유전변이 유발 기술 개발 2. 차세대 염기서열 분석법과 생물 정보학을 이용하여 담도암의 유전체 분석 3. 담도암 환자 유래 정상 및 종양 오가노이드(organoid) 세포 주 구축 4. 방사선 처리 대장암 세포 유래 엑소좀의 전사체 분석과 특성 분석 5. 방사선 치료기전 규명을 위한 방사선 저항성 대장암 모델 개발 (출처 : 요약문 4p)

• 연구책임자 : 최시호
• 주관연구기관 : 동남권원자력의학원
• 발행년도 : 20230100
• Keyword : 1. 방사선;유전자 가위;종양 모델;오가노이드;엑소좀; 2. radiation;CRISPR-Cas9;tumor model;organoid;exosome;

Ⅳ. 연구개발결과 ○ 동남권 지역 특수 재난 대응 역량 강화 ○ 특수 재난 대응 상호 협력 네트워크 형성 ○ 지역 공공보건의료 발전에 이바지 ○ 특수 재난 대응 연구 수행 (출처 : 요약문 5p)

• 연구책임자 : 송주연
• 주관연구기관 : 동남권원자력의학원
• 발행년도 : 20230100
• Keyword : 1. 특수재난;방사선비상진료;인프라구축;시스템마련;상호협력; 2. Special disaster;Radiation emergency treatment;Infrastructure construction;System preparation;Mutual cooperation;

Ⅳ. 사업수행결과 1. 피폭 선량평가 기술 개발 1-1. 인체표준 팬텀모델이용 선량평가 검증 및 인체표준 물리팬텀 내 장기 선량 평가 구축 방사선 피폭 사고 시 선량평가는 환자의 치료방침을 결정하고 예후를 판단하기 위해 필수적이며, 인체표준 팬텀을 이용한 선량평가 시스템은 피폭환자의 선량평가에 유용하게 활용될 수 있음. 이에 본 연구과제에서는 성인 남녀 크기의 인체 물리팬텀 제작 및 유리선량계를 활용한 장기선량 시스템을 기반으로 인체 물리팬텀 기반 선량평가 시스템을 구축하였음. 또한, 인체 물리팬텀 및 인체표준 전산팬텀을 이용한 종합 선량평가 시스템의 검증을 위해 단순 및 복잡한 방사선장을 가정한 방사선 조사실험을 실시 하였으며, 인체 팬텀 기반 종합 선량평가 시스템은 외부피폭 상황에서 선량을 평가하는데 적용할 수 있을 것이라 예상됨. 1-2. 피폭진단키트 제작위한 바이오마커 발굴 및 유효성 확보 피폭환자가 받은 방사선량을 조속한 시일 내에 정확히 파악하는 것은 환자의 치료방침을 결정하고 예후를 판단하는데 필수적이며, 향후 발생할 수 있는 방사선의 만성효과에 대한 예측과 방사선 피폭이 원인일 가능성이 있는 질환의 원인 규명에 중요한 역할을 할 것임. 그러므로 방사선 피폭을 보다 편리하고 정확하게 진단할 수 있는 방사선 피폭손상 진단 바이오마커 개발이 필요함. 본 연구에서는 방사선 피폭 마우스림프구 세포를 이용하여 선별된 유전자군을 피폭 손상 진단마커로 사용하기 위해서 방사선 치료를 받는 환자의 방사선 치료 전/후 혈액을 채혈하여 생체 내 발현 변화를 분석하고, 피폭 전/후 유전자 발현량 및 FDXR과의 관련성 분석을 통해 진단마커로써의 유효성을 평가함. 2. 피폭 치료 기술 개발 2-1. 피폭치료 후보 약물 생체적용 가능성 검증 및 데이터 베이스 구축 방사선위장관증후군은 피폭 시 주요 사망 원인의 하나이며 피폭에 의한 소화기 장애, 미세혈관 순환 장애 및 지속적인 출혈 등 생명을 위협하는 심각한 임상적 문제를 동반하지만 아직까지 임상적으로 적용 가능한 치료제는 없는 실정이므로, 이를 위한 기전 연구 및 치료법 개발 연구가 지속적으로 필요한 실정임. 고선량 방사선이 위장관에 조사되면 장상피세포와 혈관내피세포의 세포사멸이 유도되는데, 이 중장상피세포의 사멸이 방사선위장관증후군의 주요 요인으로 인식되고 있다. 이전 단계에서 장상피세포주를 이용한 in vitro 2D 세포 배양 모델은 생체 반응과 달리 강한 방사선저항성을 보여, 방사선 피폭 손상 모델로서 부적합함을 보였다. 이의 극복을 위해 생체와 유사한 환경을 가지는 ex vivo 장상피 모델인 3차원 오가노이드 (organoid) 배양시스템을 확립하였으며, 방사선에 의한 세포사멸, 손상 등에 대한 기본 분석 데이터를 구축함으로써 인체 유사 방사선 위장관 ex vivo모델을 정립하였음. 이를 기반으로 장 미니장기 (오가노이드) 모델을 활용하여 다양한 off-label used drug (허가외 사용 의약품)을 이용하여 장 미니장기 (오가노이드) 기반 피폭방어/치료 약물 효능 분석하여 StemRegenin 1, SR1 (피폭치료 효능) 약물을 선별하여 피폭치료 후보약물의 생체적용 가능성을 장오가노이드 모델과 피폭동물모델에서 확인하였음. SR1 약물작용관련 데이터베이스 구축을 위해 단일세포 RNA (scRNAseq) 전사체 프로파일링 수행을 하였음. 이러한 SR1 약물의 효능과 관련 전사체 분석은 방사선 장 손상에 대한 차세대 치료제 데이터베이스 기반 구축에 활용 가능할 것으로 기대함. 3. 신약 재창출을 통한 피폭 치료제 개발 3-1. 인체유사 중동물 피폭모델에서 선별된 off-label use drug 치료 효능 평가 급성 방사선 위장관 증후군은 방사선 피폭시 빠른시간 내에 진행되는 손상이며, 소화기 장애에 따른 탈수, 설사 등을 동반하며, 장벽 손상에 의한 세균의 침입으로 염증 반응 뿐만 아니라 심할 경우 sepsis에 의한 사망까지 이르게 된다. 하지만 급성 방사선 위장관 손상에 대한 적절한 치료법이 없어 이를 위한 기전, 치료연구가 필요한 상황이다. 따라서 본 과제에서는 off label use drug를 치료제로 적용함으로서 인체 안전성과 경제성을 함께 얻고자 하였다. 고지혈증 치료제인 pravastatin의 급성뿐만 아니라 만성 방사선 위장관 손상에 대한 치료 효과를 나타냈으며, 특히 방사선에 의한 epithelial cell 손상에 큰 효과를 보였다. 하지만 15 Gy 이상의 고선량 노출에서 pravastatin 단독 적용은 생존률 회복에 영향을 주지 못했고, 직접적으로 장 줄기세포에 영향을 주지 않는 것으로 보아 치료 한계성이 관찰되었다. 본 연구에서는 이러한 pravastatin의 제한점을 보완 할 수 있는 다약제 복합 적용을 하고자 하였으며, 우리들은 pravastatin과 metformin 복합약제를 적용하여 그 효과를 검토하였다. Pravastatin과 metformin 복합약제 적용은 마우스 모델에서 방사선 위장관 손상에 의한 사망율보다 유의적으로 감소시켰으며 조직학적 회복을 나타내었다. 또한 인체유사 중동물 모델인 미니피그 모델을 이용하여 방사선 위장관 손상에 대한 치료효과를 검토하였다. Pravastatin과 metformin 복합적용은 체중에는 큰 변화가 없었지만, 부검시 위 팽창 감소, 소장, 대장의 육안적 손상 완화, 그리고 비장 크기의 증가 등으로 복부 장기의 육안적 손상이 완화됨을 확인하였다. 이와 더불어 소장과 대장의 조직학적, 유전학적 분석 결과 pravastatin과 metformin 복합약제 적용은 단독약제 적용보다 위장관 손상을 완화시킴을 확인하였다. 이로써 마우스 모델 뿐만 아니라 미니피그 모델에서도 pravastatin과 metformin 합제가 급성 방사선 위장관 손상을 완화시킴을 알 수 있었다. (출처 : 요약문 6p)

• 연구책임자 : 장원일
• 주관연구기관 : 한국원자력의학원
• 발행년도 : 20230200
• Keyword : 1. 급성방사선증후군;물리팬텀;바이오마커;허가외 사용 의약품;줄기세포;미니돼지; 2. Acute Radiatio Syndrome;Physical Phantom;Biomarker;off-label use drug;Stem cells;Mini-pig;

제한된 인력 및 자원을 효율적으로 활용하고 연구 시설의 운영 및 관리를 최적화하기 위해서 지능화 기술 개발의 필요성이 증가하고 있다. 이러한 지능화 기술은 데이터를 중심으로한 딥러닝/기계학습 등의 학습 기반 방법론을 적용함으로써 달성할 수 있다. 본 연구에서는 크게 원자력 분야 및 시설의 지능화를 위한 기초 기술 연구 및 지능화 기술 개발을 위한 플랫폼 설계 및 구축을 포함하고 있다. 지능화 기술 측면에서는 하나로에서 생성되는 데이터를 활용한 이상탐지, 운전예측, 영상감시 모델 등에 대한 연구를 수행하였으며, 센서데이터 이상탐지 모델, 냉각계통 운전모드 예측 모델, 영상기반 기포탐지 딥러닝 모델을 연구하였다. 또한 지능화 기술 개발을 위한 플랫폼 설계 및 구축 과정에서 인공지능 연구를 위한 통합 플랫폼을 설계하였으며, 이를 바탕으로 원내 인공지능 연구 활성화를 위한 협업 등을 함께 수행하였다. 본 과제 수행을 통해 원자력 데이터를 활용한 인공지능 기반 지능화 기술 개발을 위한 기초 연구, 개발 프로세스 파이프라인 구축, 컴퓨팅 플랫폼 프로토타입 구축 등을 수행하였으며, 이를 바탕으로 보다 고도화된 기술 개발 및 연구 수행이 가능하다. (출처 : 서지정보양식 85p)

• 연구책임자 : 유용균
• 주관연구기관 : 한국원자력연구원
• 발행년도 : 20230800
• Keyword : 1. 인공지능;딥러닝;이상탐지;컴퓨터비전;설명가능한 인공지능;영상 감시;하나로;연구용원자로; 2. Artificial Intelligence;Deep learning;Anomaly Detection;Computer Vision;Explainable AI;Video Surveillance;HANARO;Reserach Reactor;

연구개요 언둘레이터(undulator)는 방사광가속기에서 방사광을 발생시키기위해 사용된다. 언둘레이터의 길이를 줄이기위한 여러 마이크로 언둘레이터들 중 플라즈마 언둘레이터에 대해 연구하였다. 최근 연구들은 레이저를 이용한 플라즈마 언둘레이터였으나, 본 과제에서는 전자빔을 이용하여 EUV용 플라즈마 언둘레이터를 위한 플라즈마 설계에 대해 연구하였다. 2개의 전자빔을 이용하여 앞서가는 전자빔(드라이버)은 플라즈마 언둘레이터를 생성하고, 따라오는 전자빔(삽입 전자빔)은 방사광을 만드는 것에 참여한다. 20 nm의 방사광을 만들기 위해 10¹⁸cm^-3 의 플라즈마 밀도에서 400 MeV의 드라이버와 삽입전자빔이 필요하리라 예상하였다. 본 연구에서는 전자빔과 플라즈마간 상호작용을 계산하였고 전자빔의 synchrotron 움직임으로부터 발생하는 방사광을 계산하는, 크게 2가지의 서로 다른 계산 알고리즘을 개발 및 적용하였다. 또한 실제 플라즈마를 생성하기 위한 기초연구를 진행하여 전자빔 플라즈마 상호작용 계산을 위해 particle-in-cell (PIC) 코드를 이용하되 수치오류가 없는 field 계산 알고리즘을 개발하였고, 전자빔의 움직임으로 발생되는 방사광은 Lienard-Wiechert Potential 식을 이용하여 계산하였다. 실제 플라즈마 채널을 발생하기위한 가스 capillary를 개발, 이를 이용하여 플라즈마 가속 실험을 진행하였다. 연구 목표대비 연구결과 PIC 시물레이션에서 얻은 전자빔의 궤적으로부터 synchrotron radiation 계산을 하였다. 실제로 얻은 파라미터는 200 MeV, 100 MeV의 전자빔 에너지와 10¹⁷cm^-3 의 플라즈마 밀도였고 이는 초기 예상했던 수치와는 많이 낮은 것들이었다. 또한 전자빔의 길이는 수 마이크로미터로 좁아야했으며 전자빔의 에너지 분산이 예상과 다르게 큰 편이었다. 이는 드라이버 전자빔의 에너지 손실에 큰 영향을 줘 수십 cm의 긴 언둘레이터 플라즈마로를 만들기는 어려웠다. 따라서 초기에 기대하였던 FEL 효과는 에너지 분산이 커짐에 따라 EUV를 목표로하기에는 어려운 조건이었다. 본 연구과제를 통해 PIC에서의 field 알고리즘 개발, PIC 결과를 그대로 이용하여 synchrotron radiation 모듈등을 PIC 코드에 삽입하였다. 개발된 코드는 github를 통해 공개하였다. (https://github.com/scienter/jopic.git) 플라즈마 언둘레이터를 구현하기위한 일체형 가스 capillary를 개발 실험에 응용하였고 전자빔 가속, 방전 플라즈마 실험 등을 통해 개발된 capillary가 유용함을 보였다. 연구발성과의 활용 계획 및 기대효과 (연구개발결과의 중요성) 플라즈마 언둘레이터 주제는 아직 연구단계이며 극복해야할 주제임이 분명하지만 수미터의 언둘레이터길이를 100분의 1수준으로 획기적으로 줄일 수 있기에 그 효과는 상당하리라 생각된다. 본 과제를 통해 개발한 플라즈마 소스와 시물레이터는 관련 연구의 기초를 닦았다는 점에 기여를 할 수 있다고 판단한다. 공동연구를 통해 박사과정 학생 3명, 박사후연구원 2명 등 관련 전문 연구원들 육성에도 기여하였다. 본 과제에서 개발한 플라즈마 소스는 IBS 초강력레이저 연구단에서 수행하고 있는 플라즈마 가속 소스에 기여할 수 있어 추가적으로 공동 실험을 추진중에 있다. 특히 플라즈마 소스를 이용한 플라즈마 렌즈 응용 실험은 포항가속기연구소의 eLabs 시설에서 기획되고 있으며 본 과제를 통해 마련한 실험 챔버를 이용할 예정이다. 마지막으로 EUV용 플라즈마 언둘레이터를 목표로한 본 과제에서 FEL특성을 보여주지는 못하였다. 이는 EUV가 아닌 THz 영역에서 오히려 가능한 주제가 아닐까 본 과제를 수행하면서 판단되었다. 플라즈마 언둘레이터에서 발생되는 전자빔 에너지 분산 증가 이슈는 짧은 파장의 FEL에는 부족한 것으로 결론지었다. 향후 THz에서의 플라즈마 언둘레이터 연구를 이어서 진행할 예정이다. (출처 : 요약문 2p)

• 연구책임자 : 조명훈
• 주관연구기관 : 포항공과대학교
• 발행년도 : 20230300
• Keyword : 1. 플라즈마;언둘레이터;플라즈마 렌즈;전자가속; 2. plasma;undulator;plasma lens;electron accelerator;

Ⅳ. 연구개발결과 ○ 공개 데이터베이스를 활용하여 바이오마커 후보의 전사체 분석 ○ 바이오마커 후보의 전사체 분석을 통해 활용 가능한 화합물 발굴 및 평가 ○ 동물모델에서 방사선보호제 후보물질의 개체수준 유효성 평가 ○ 방사선보호제 후보물질의 작용기전 확인 ○ 혈액 분리칩과 후보물질 감지칩이 통합된 진단키트 개발 ○ 암 진단·치료용 후보인자 패널 탐지 바이오칩 기술의 유효성 평가 ○ 후보물질 정밀 탐지를 위한 전기화학적 시료(바이오마커-프로브) 반응 분석용 소프트웨어 구축 ○ 후보물질 정밀 탐지 시료 반응 정량화 및 최적화 ○ 혈액생검 분석 키트(카트리지) 전용 리더 장치 시작품 제작 ○ 혈액분리 바이오칩 시작품 제작 ○ 혈액분리 바이오칩에서 혈구 계측 효율 측정을 위한 백혈구 염색법 구축 ○ 신규 방사선 바이오마커의 암 진단 및 치료 세포 내 유효성 평가 ○ 신규 방사선 바이오마커의 암 진단용 압타머 개발 및 최적화 ○ 바이오마커의 압타머 활용 암 진단 및 치료용 바이오키트 시작품 개발 ○ 암 진단 및 방사선치료 예후 예측용 신규 바이오마커 HRP-3의 생물학적 유효성 평가 완료 ○ 신규 바이오마커 HRP-3 활용 진단용 바이오키트 제작을 위한 압타머 최적화 실시 완료 ○ HRP-3 바이오마커 및 압타머 이용한 바이오키트 시작품 1종 개발 및 제작 완료 ○ HRP-3 압타머쌍을 이용한 진단용 바이오키트 시작품 사용 최적 프로토콜을 완성 ○ 딥러닝 기반 방사선 반응 조절 인자 탐색 생명정보공학 소프트웨어 개발 ○ 내방사선 기능 구현을 통한 방사선 환경 적합 IoT 커넥터 성능 개선 및 시제품 제작 (출처 : 요약문 4p)

• 연구책임자 : 안지연
• 주관연구기관 : 한국원자력의학원
• 발행년도 : 20230200
• Keyword : 1. 방사선의공학;바이오칩;바이오키트;바이오마커;플랫폼;IoT커넥터; 2. Radiation medical engineering;Bio-chip;Bio-kit;Bio-marker;platform;IoT connector;