국제 트랙토그래피 학회 2025 회의 논문집

2025년 10월 13일부터 16일까지 프랑스 보르도에서 개최된 제1회 국제 트랙토그래피 학회(IST) 논문집은 트랙토그래피와 확산 MRI 분야의 최신 연구를 총망라한 중요한 학술 자료이다. 본 논문집은 80여 편의 초록을 포함하고 있으며, 신경해부학, 트랙토그래피 방법론, 임상·연구 응용이라는 세 축을 중심으로 구성된다. 첫 번째 섹션에서는 뇌 연결망과 의식, 인지 기능 사이의 관계를 탐구하는 기초 과학 연구가 다수 포함된다. Denis Le Bihan 교수가 제시한 “뇌 연결망에서 의식의 출현”은 연결체(Connectome)를 4차원 시공간 구조로 모델링하고, 물리학적 관점에서 신경 활동의 전파 속도와 연결 강도를 연결한다는 새로운 프레임워크를 제안한다. 이와 유사하게, “뇌 연결망의 다중 차원 스케일링”과 “연결체의 동적 복합 파라미터” 등은 구조적·기능적 데이터를 통합해 뇌의 복잡성을 정량화하려는 시도를 보여준다. 두 번째 섹션은 고해상도 확산 MRI 기술을 활용한 미세구조 연구에 초점을 맞춘다. 7 T 및 10.5 T 초고장비를 이용해 전방방사선(Anterior Thalamic Radiation), 전구조(preterm) 백질, 청소년 알코올 사용자의 백질 변화를 정밀하게 측정한 연구가 다수 보고된다. 특히, “Young Heavy Alcohol Users”는 7 T 확산 이미지로 전방방사선의 미세구조 손상을 감지했으며, 이는 알코올 남용이 청소년 뇌 발달에 미치는 영향을 조기에 파악할 수 있는 중요한 지표가 된다. “Preterm Neonates”는 임상 수준의 확산 데이터에서도 신경섬유 발달 지표를 추출해 신생아기의 뇌 발달 상태를 평가한다. 세 번째 섹션은 트랙토그래피 알고리즘 및 계산 방법의 혁신을 다룬다. “Bimetric Invariants for Geodesic Tractometry”는 기하학적 불변량을 이용해 트랙터미터를 정량화하고, “Implicit Neural Tractography”는 신경망 기반 연속 표현을 통해 기존 스트림라인 방식보다 높은 공간 해상도와 연산 효율성을 달성한다. “GPU Tractography”는 반조 트릴리언(streamline) 수준의 데이터 처리 속도를 구현해 실시간 수술 보조 및 대규모 코호트 분석에 적용 가능성을 제시한다. 또한, “Deep Diffusion Model”과 “Supervised Learning for Tractogram Alignment” 등 딥러닝 기반 접근법이 트랙트럼 재구성 정확도와 자동화 수준을 크게 향상시켰다. 네 번째 섹션은 임상 적용 사례를 집중 조명한다. “Deep Brain Stimulation Targeting”은 트랙토그래피를 이용해 서브콜로날 회랑(ACC) 부위의 섬유 연결성을 정밀하게 매핑해 DBS 전극 배치를 최적화한다. “Epilepsy Network Mapping”과 “Glioma Surgery Planning”은 각각 전극 위치 선정과 종양 절제 경로 계획에 트랙토그래피를 활용해 수술 성공률과 신경 기능 보존을 향상시켰다. 특히, “ON‑Harmony”는 다기관·다모달 데이터베이스를 구축해 UK Biobank, 다수의 병원 스캐너 데이터를 통합, 데이터 표준화와 교차 검증을 가능하게 하였다. 다섯 번째 섹션은 데이터 표준화와 통계적 보정에 관한 연구를 포함한다. “Clinical‑ComBAT”, “Harmonizing Free Water Metrics”, “Normative Tract Profiles” 등은 다중 스캐너·다중 프로토콜 간의 변이를 보정하는 통계적·머신러닝 기법을 제시한다. 이를 통해 대규모 메타분석과 국제 협업 연구가 보다 신뢰성 있게 수행될 수 있다. 전체적으로 본 논문집은 트랙토그래피가 단순히 백질 섬유를 시각화하는 기술을 넘어, 뇌 구조·기능 통합 모델링, 질병 메커니즘 규명, 정밀 의학 구현을 위한 핵심 도구로 진화하고 있음을 보여준다. 고해상도 확산 MRI와 인공지능 기반 알고리즘의 결합은 개인 맞춤형 신경 회로 지도 작성과 실시간 수술 보조 시스템 개발을 촉진할 것이며, 표준화된 데이터 공유와 다기관 협업은 향후 트랙토그래피 연구의 확장성을 크게 높일 것으로 기대된다.