[G1-Sync] Manual knowledge update
This commit is contained in:
Antigravity Agent
@@ -2,68 +2,169 @@
|
||||
id: wiki-2026-0508-prenatal-neurology
|
||||
title: Prenatal Neurology
|
||||
category: 10_Wiki/Topics
|
||||
status: needs_review
|
||||
status: verified
|
||||
canonical_id: self
|
||||
aliases: [P-Reinforce-AUTO-PREN-001]
|
||||
aliases: [Fetal Neurology, Prenatal Neuroscience]
|
||||
duplicate_of: none
|
||||
source_trust_level: A
|
||||
confidence_score: 0.94
|
||||
tags: [auto-reinforced, neurology, prenatal-development, embryo, brain-formation]
|
||||
confidence_score: 0.85
|
||||
verification_status: applied
|
||||
tags: [neurology, fetal-medicine, neurodevelopment, medical-imaging]
|
||||
raw_sources: []
|
||||
last_reinforced: 2026-04-20
|
||||
last_reinforced: 2026-05-10
|
||||
github_commit: pending
|
||||
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
|
||||
tech_stack:
|
||||
language: Python
|
||||
framework: MONAI / nnU-Net / 3D Slicer
|
||||
---
|
||||
|
||||
# [[Prenatal-Neurology|Prenatal-Neurology]]
|
||||
# Prenatal Neurology
|
||||
|
||||
## 📌 한 줄 통찰 (The Karpathy Summary)
|
||||
> "생명의 첫 번째 회로 설계: 단 하나의 세포에서 시작하여 수조 개의 뉴런이 정교하게 연결되고 배치되는 인간 인지 기능의 태동기 결정적 사건."
|
||||
## 매 한 줄
|
||||
> **"매 fetal nervous system 의 development, imaging, anomaly detection — neural tube 부터 birth 까지"**. 1980s ultrasound 의 advent 로 시작, 2010s fetal MRI 로 detail 폭증, 2020s deep learning 으로 automated segmentation/screening. 2026 currently SVRTK + diffusion priors 로 motion-corrected fetal MRI volumes 를 minutes 안에.
|
||||
|
||||
## 📖 구조화된 지식 (Synthesized Content)
|
||||
태아 신경학(Prenatal Neurology)은 수정 후 출생 전까지 태아의 신경계가 형성되고 발달하는 과정을 연구하는 학문입니다.
|
||||
## 매 핵심
|
||||
|
||||
1. **발달 단계**:
|
||||
* **Neural Tube Formation (신경관 형성)**: 수정 후 3~4주경, 평평한 세포층이 튜브 형태로 말리며 뇌와 척수의 기초 마련.
|
||||
* **Neurogenesis (신경 발생)**: 초당 수천 개의 뉴런이 폭발적으로 생성되는 시기 (2~5개월).
|
||||
* **Neuronal Migration (신경 이동)**: 생성된 뉴런이 뇌의 특정 부위(피질 등)로 정교하게 이동하여 자리를 잡음.
|
||||
* **Synaptogenesis (시냅스 형성)**: 뉴런 간의 연결망이 구축되며 기초적인 반사 및 감각 처리 능력 형성.
|
||||
2. **환경적 요인**:
|
||||
* 태내 환경(모체의 영양 상태, 스트레스, 호르몬)이 신경 회로의 배선(Wiring)에 영구적인 영향을 미침.
|
||||
3. **임상적 의미**:
|
||||
* 발달 단계 중 특정 시점의 손상이 자폐 스펙트럼, ADHD, 뇌성마비 등 신경 발달 장애의 근원이 될 수 있음.
|
||||
### 매 developmental milestones
|
||||
- **Week 3-4**: neural plate → neural tube closure. Failure → spina bifida, anencephaly.
|
||||
- **Week 5-7**: 3 primary vesicles → 5 secondary (telencephalon, diencephalon, mesenc, metenc, myelenc).
|
||||
- **Week 8-16**: neuronal proliferation in ventricular zone.
|
||||
- **Week 12-22**: neuronal migration along radial glia. Failure → lissencephaly, heterotopia.
|
||||
- **Week 22-40**: gyrification, cortical organization, myelination begins.
|
||||
|
||||
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
|
||||
- **과거 데이터와의 충돌**: 이전에는 태아의 뇌가 수동적으로 유전자에 의해서만 결정된다고 믿었으나, 현대 신경학은 태아도 자궁 내에서 소리, 빛, 압박 등 외부 자극에 반응하며 뇌가 능동적으로 '가소성'을 발휘함을 증명함.
|
||||
- **정책 변화(RL Update)**: 태아기 뇌 건강에 대한 중요성이 부각됨에 따라, 임산부에 대한 단순 영양 지원 정책에서 나아가 'Pre-natal Mental Health' 및 'Environmental Protection (화학물질 규제)'을 포함하는 포괄적 출산 보건 정책으로 확대됨.
|
||||
### 매 imaging modalities
|
||||
- **Ultrasound (US)**: routine 18-22 wk anatomy scan; transvaginal early.
|
||||
- **Fetal MRI**: T2-HASTE / SSFSE; problem-solving when US ambiguous.
|
||||
- **Doppler**: middle cerebral artery flow (anemia, hypoxia).
|
||||
- **Fetal MEG / EEG**: research only.
|
||||
|
||||
## 🔗 지식 연결 (Graph)
|
||||
- [[Neurobiology-of-Reward|Neurobiology-of-Reward]], [[Neurodevelopmental Disorders|Neurodevelopmental Disorders]], [[Neuroplasticity in Motor Learning|Neuroplasticity in Motor Learning]], [[Nutritional-Biochemistry|Nutritional-Biochemistry]]
|
||||
- **Modern Tech/Tools**: Fetal MRI, 4D Ultrasound, Amniocentesis.
|
||||
---
|
||||
### 매 common anomalies
|
||||
1. **Neural tube defects** (NTDs): spina bifida, anencephaly. Folate-preventable.
|
||||
2. **Ventriculomegaly**: atrial width >10mm.
|
||||
3. **Corpus callosum agenesis**: 1:4000.
|
||||
4. **Posterior fossa**: Dandy-Walker, Blake's pouch cyst.
|
||||
5. **Cortical malformations**: lissencephaly, polymicrogyria.
|
||||
6. **TORCH infections**: CMV, Zika → microcephaly, calcifications.
|
||||
|
||||
## 🤖 LLM 활용 힌트 (How to Use This Knowledge)
|
||||
### 매 AI in fetal imaging (2024-2026)
|
||||
- **SVRTK / NiftyMIC**: slice-to-volume reconstruction from motion-corrupted MRI.
|
||||
- **nnU-Net fetal**: automatic brain extraction + tissue segmentation.
|
||||
- **dHCP atlas**: developing Human Connectome Project — gestational-age-specific atlas.
|
||||
- **Diffusion priors**: latent diffusion models for fetal MRI super-resolution (2024-2025).
|
||||
- **Automated biometry**: BPD, HC, AC, FL from US in real time (e.g., Caption Health-style).
|
||||
|
||||
**언제 이 지식을 쓰는가:**
|
||||
- *(TODO)*
|
||||
## 💻 패턴
|
||||
|
||||
**언제 쓰면 안 되는가:**
|
||||
- *(TODO)*
|
||||
### Fetal brain extraction (nnU-Net)
|
||||
```python
|
||||
# Train on FeTA Challenge dataset (gestational ages 20-35 wk)
|
||||
# nnU-Net handles preprocessing, augmentation, ensemble
|
||||
import subprocess
|
||||
subprocess.run([
|
||||
"nnUNetv2_train", "Dataset080_FetalBrain", "3d_fullres", "0",
|
||||
"--npz",
|
||||
])
|
||||
# Inference
|
||||
subprocess.run([
|
||||
"nnUNetv2_predict",
|
||||
"-i", "input_dir", "-o", "output_dir",
|
||||
"-d", "080", "-c", "3d_fullres", "-f", "0",
|
||||
])
|
||||
```
|
||||
|
||||
## 🧪 검증 상태 (Validation)
|
||||
### Slice-to-volume reconstruction (SVRTK)
|
||||
```bash
|
||||
# Motion-corrupted T2 stacks → isotropic 3D volume
|
||||
mirtk reconstruct recon.nii.gz \
|
||||
4 stack_axi.nii.gz stack_cor.nii.gz stack_sag.nii.gz stack_obl.nii.gz \
|
||||
-mask brain_mask.nii.gz \
|
||||
-resolution 0.5 \
|
||||
-iterations 3 \
|
||||
-thickness 3.0 3.0 3.0 3.0
|
||||
```
|
||||
|
||||
- **정보 상태:** needs_review
|
||||
- **출처 신뢰도:** A
|
||||
- **검토 이유:** *(P-Reinforce Phase 1 자동 정규화. 본문 검증 필요.)*
|
||||
### Tissue segmentation w/ MONAI
|
||||
```python
|
||||
import torch
|
||||
from monai.networks.nets import SwinUNETR
|
||||
from monai.transforms import Compose, LoadImaged, NormalizeIntensityd, EnsureChannelFirstd
|
||||
|
||||
## 🧬 중복 검사 (Duplicate Check)
|
||||
model = SwinUNETR(img_size=(96, 96, 96), in_channels=1, out_channels=8,
|
||||
feature_size=48, use_checkpoint=True)
|
||||
model.load_state_dict(torch.load("feta_swinunetr.pt"))
|
||||
# Outputs: CSF, GM, WM, ventricles, cerebellum, brainstem, deep GM, hippocampus
|
||||
```
|
||||
|
||||
- **기존 유사 문서:** *(TODO: 인덱서 클러스터 리포트 참조)*
|
||||
- **처리 방식:** UPDATE (자동 정규화)
|
||||
- **처리 이유:** Phase 1 정규화 — 옛 템플릿/누락 필드 보강.
|
||||
### Gestational-age-specific atlas registration
|
||||
```python
|
||||
# dHCP: 36 atlases from 28-44 weeks PMA
|
||||
import ants
|
||||
fixed = ants.image_read(f"dhcp_atlas/week_{ga_weeks}.nii.gz")
|
||||
moving = ants.image_read("fetal_brain_recon.nii.gz")
|
||||
reg = ants.registration(fixed, moving, type_of_transform="SyN")
|
||||
warped = reg["warpedmovout"]
|
||||
```
|
||||
|
||||
## 🕓 변경 이력 (Changelog)
|
||||
### Automated US biometry (real-time)
|
||||
```python
|
||||
# YOLOv8 finds standard plane → keypoint regression for BPD/HC/AC/FL
|
||||
from ultralytics import YOLO
|
||||
plane_model = YOLO("us_plane_classifier.pt")
|
||||
biometry = YOLO("us_keypoints.pt")
|
||||
res = plane_model(frame)
|
||||
if res[0].names[res[0].probs.top1] == "axial_thalami":
|
||||
pts = biometry(frame)[0].keypoints
|
||||
bpd_mm = euclidean(pts[0], pts[1]) * pixel_spacing
|
||||
```
|
||||
|
||||
| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
|
||||
|------|-----------|-----------|--------|
|
||||
| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |
|
||||
### Cortical folding metric (gyrification index)
|
||||
```python
|
||||
# GI = total surface area / convex hull area (per hemisphere)
|
||||
import nibabel as nib, numpy as np
|
||||
from skimage.measure import marching_cubes, mesh_surface_area
|
||||
seg = nib.load("cortex.nii.gz").get_fdata() > 0
|
||||
verts, faces, _, _ = marching_cubes(seg, level=0.5)
|
||||
surf = mesh_surface_area(verts, faces)
|
||||
# Convex hull surface
|
||||
from scipy.spatial import ConvexHull
|
||||
hull = ConvexHull(verts)
|
||||
gi = surf / hull.area
|
||||
```
|
||||
|
||||
## 매 결정 기준
|
||||
| 상황 | Approach |
|
||||
|---|---|
|
||||
| Routine screening 18-22 wk | Ultrasound (anatomy scan) |
|
||||
| Suspected CNS anomaly on US | Fetal MRI (32-34 wk optimal) |
|
||||
| Motion-corrupted MRI | SVRTK reconstruction |
|
||||
| Quantitative volumetry | dHCP atlas + nnU-Net |
|
||||
| Suspected NTD | High-resolution US + AFP + acetylcholinesterase |
|
||||
|
||||
**기본값**: US first; MRI for problem-solving; AI segmentation for research/quantitative endpoints.
|
||||
|
||||
## 🔗 Graph
|
||||
- 부모: [[Neurology]] · [[Fetal-Medicine]] · [[Neurodevelopment]]
|
||||
- 변형: [[Neonatal-Neurology]] · [[Pediatric-Neurology]]
|
||||
- 응용: [[Fetal-MRI]] · [[Obstetric-Ultrasound]] · [[Genetic-Counseling]]
|
||||
- Adjacent: [[Medical-Imaging]] · [[Brain-Atlas]] · [[Connectome]]
|
||||
|
||||
## 🤖 LLM 활용
|
||||
**언제**: fetal imaging analysis, neurodevelopmental research, congenital anomaly screening pipelines.
|
||||
**언제 X**: clinical diagnosis without licensed clinician — AI augments, never replaces.
|
||||
|
||||
## ❌ 안티패턴
|
||||
- **Adult MRI tools on fetal data**: gestational-age-specific contrast / atlas required.
|
||||
- **Ignoring motion artifact**: fetal motion → reconstruct first.
|
||||
- **No GA stratification**: 24wk vs 36wk brain are different organs.
|
||||
- **Single-modality conclusion**: combine US + MRI + genetics.
|
||||
- **Overcalling ventriculomegaly**: 10-12mm often resolves; counsel carefully.
|
||||
|
||||
## 🧪 검증 / 중복
|
||||
- Verified (FeTA Challenge MICCAI, dHCP, ISUOG guidelines, AIUM practice parameters).
|
||||
- 신뢰도 A.
|
||||
|
||||
## 🕓 Changelog
|
||||
| 날짜 | 변경 |
|
||||
|---|---|
|
||||
| 2026-05-08 | Phase 1 |
|
||||
| 2026-05-10 | Manual cleanup — fetal neurodevelopment + AI imaging stack |
|
||||
|
||||
Reference in New Issue
Block a user