이중식 연구실

본 연구는 연합학습에서 생성형 AI를 활용한 합성 검증 데이터로 조기 종료 시점을 결정하는 프레임워크를 제안합니다. 제안 방법은 최적 성능 달성 시 자동으로 학습을 중단하여 계산 자원을 절약합니다. 다중 레이블 흉부 X선 분류 실험에서 학습 라운드를 최대 74% 감소시키면서 최적 정확도의 1% 이내 성능을 유지합니다.

SMARCA4 유전자 불활성화로 인한 희귀 악성종양인 SMARCA4-결핍 미분화암종(SMARCA4-DUC)의 위암 2례를 보고합니다. 두 환자 모두 진행된 위암으로 췌장 직접 침범을 보였으며, 분자진단을 통해 SMARCA4 돌연변이를 확인하고 수술 및 항암화학요법으로 치료했습니다. 이 증례들은 SMARCA4-DUC의 진단 지연을 피하고 적절한 치료 전략을 수립하기 위해 분자진단과 다학제 관리의 중요성을 강조합니다.

본 연구는 의료 영상 분류를 위한 연합학습(FL)에서 엣지 디바이스 설정의 영향을 분석합니다. 대장암 병리 및 혈액 세포 분류 작업에서 벤치마킹한 결과, 로컬 옵티마이저와 학습률 선택이 FL 방법 자체보다 성능에 더 큰 영향을 미치며, 로컬 훈련 에포크 증가는 FL 방법에 따라 수렴을 개선하거나 악화시킵니다.

본 연구는 확산형 위암(DGC)의 생물표지자를 규명하기 위해 RNA 시퀀싱 데이터로 신호전달 네트워크를 구축하고 검증했습니다. 암 관련 섬유아세포(CAF)에서 유래한 피불린-5(FBLN5)가 cAMP 반응 요소 결합 단백질(CREB) 경로를 통해 상피-중간엽 전이(EMT)를 촉진하며, 높은 발현은 TNM 병기 조정 후에도 불량한 예후와 연관되었습니다. FBLN5는 잠재적 예후 표지자 및 치료 표적으로 제시됩니다.