뇌전증 및 수술을 위한 확산 MRI와 연결성 데이터 공개 IDEAS II 릴리스

초록

본 논문은 216명의 뇌전증 환자와 98명의 정상 대조군에 대한 원시 확산 MRI(DWI) 데이터를 공개한다. 기존 IDEAS 데이터베이스와 동일한 식별자를 사용해 T1·FLAIR 영상, 수술 정보 및 장기 발작 결과와 연계한다. 전처리 파이프라인은 왜곡·아티팩트 보정과 정규화 과정을 포함하며, 처리된 데이터는 원공간·템플릿 공간의 확산 지표 지도와 다중 뇌 영역 구획(Atlas) 기반 구조적 연결망을 제공한다. 데이터 활용 예시로 ENIGMA 컨소시엄 보고와 일치하는 전반적 FA 감소와 발작 시작 부위와 동일측에서의 국소적 이상을 재현했으며, 한 환자의 시간엽 절제 전후 트랙트그래피를 통해 국소 연결성 변화를 시각화하였다. 이 공개 데이터셋은 뇌전증 구조 연결 연구와 수술 예후 예측에 중요한 기반을 제공한다.

상세 분석

IDEAS II 데이터셋은 뇌전증 연구에서 가장 시급히 요구되는 확산 MRI(DWI) 자료를 대규모로 제공한다는 점에서 큰 의미를 가진다. 기존에 공개된 뇌전증 DWI 데이터는 수십 명 수준에 불과했으며, 스캔별 왜곡·신호 손실 문제 때문에 재현 가능성이 낮았다. 본 연구는 216명의 환자와 98명의 건강 대조군을 포함해 통계적 파워를 크게 향상시켰으며, IDEAS 1과 동일한 피험자 식별 체계를 유지해 다중 모달 영상(T1, FLAIR) 및 임상 메타데이터와 손쉽게 연계할 수 있다.

전처리 단계는 크게 ① eddy‑current와 head motion 보정, ② susceptibility‑induced distortion 보정(Topup 혹은 field‑map 기반), ③ B1 비균일성 보정, ④ 스케일링 및 정규화로 구성된다. 특히, 고해상도 T1과의 정합을 위해 ANTs 기반 비선형 변환을 적용해 native space와 MNI152 템플릿 공간 모두에 정밀히 매핑하였다. 이러한 전처리 파이프라인은 기존 공개 파이프라인(FSL, MRtrix)과 차별화된 맞춤형 스크립트를 제공해 사용자가 동일한 절차를 재현하도록 설계되었다.

처리된 데이터는 FA, MD, AD, RD 등 4가지 기본 확산 지표와 함께 NODDI 기반의 ODI, ICVF 등 고급 모델 파라미터를 포함한다. 각 지표는 native와 템플릿 두 공간에 저장돼 ROI 기반 분석과 voxel‑wise 통계 모두에 활용 가능하다.

연결망 구축은 다중 뇌 구획(Desikan‑Killiany, Destrieux, Schaefer 400 등)과 다양한 가중치 방식을 결합한다. 가중치는 ① streamline 수, ② 평균 FA, ③ 평균 길이 등으로 정의되며, 이를 통해 구조적 연결성의 양적·질적 특성을 다각도로 탐색할 수 있다. 또한, probabilistic tractography와 deterministic tractography 두 가지 접근법을 모두 제공해 연구 목적에 맞는 선택이 가능하도록 했다.

데이터 검증으로 ENIGMA‑Epilepsy 컨소시엄 보고와 동일한 전반적 FA 감소 패턴을 재현했으며, 특히 발작 시작 부위와 동일측에서의 국소적 FA 저하가 두드러졌다. 이는 데이터 품질과 전처리 일관성이 충분히 확보되었음을 시사한다. 추가로, 한 환자의 수술 전후 트랙트그래피를 통해 절제 부위와 연결된 주요 섬유다발(예: 파라히포캄피얼 트랙트, 사각뇌 회선)의 변화를 시각화함으로써 임상적 활용 가능성을 보여주었다.

이러한 포괄적 데이터 제공은 (1) 뇌전증의 구조적 네트워크 병리학 연구, (2) 수술 예후를 예측하는 머신러닝 모델 구축, (3) 다기관 협업을 통한 메타분석 등에 직접적인 기여를 할 것으로 기대된다. 다만, 데이터는 단일 3 T 스캐너에서 수집된 것이며, 스캔 프로토콜의 이질성이 제한적이라는 점, 그리고 임상 정보가 일부 환자에 한해 누락될 가능성이 있다는 제한점도 존재한다. 향후 다중 센터·다중 필드 강도 데이터와 통합한다면 더욱 일반화된 모델 개발이 가능할 것이다.