-
재촬영 없이 MRI 강조영상 얻는 AI 기술 개발
우리 대학 바이오및뇌공학과 예종철 교수 연구팀 자기공명영상(magnetic resonance imaging: MRI)에서 재촬영 없이도 누락된 강조영상을 얻을 수 있는 인공지능 기술을 개발했다.
이 연구를 통해 각 질환별로 강조영상이 암의 진단에 미치는 영향을 객관적으로 밝힐 수 있으며, 실제 임상에서 고비용의 MRI를 효과적이고 체계적으로 활용할 수 있는 방안을 설계할 수 있을 것으로 기대된다.
이동욱 박사가 1 저자로 참여하고 건국대 의과대학 영상의학과 문원진 교수팀이 참여한 이번 연구 결과는 국제 학술지 ‘네이처 머신인테리젼스(Nature Machine Intelligence)’ 1월 18일 자 온라인판에 게재됐다. (논문명 : Assessing the importance of magnetic resonance contrasts using collaborative generative adversarial networks).
MRI는 엑스선 컴퓨터 단층촬영, 초음파와 더불어 임상 진단에서 중요한 역할을 하는 진단 장비이다. 특히 비침습적 방법으로 고해상도의 영상을 얻기 때문에 종양이나 병변을 관찰하며 진단하는데 매우 중요한 임상 정보를 제공한다. 이는 영상의 대조도 (contrast)를 다양하게 조절할 수 있는 MRI의 특징 덕분이다.
예를 들어 뇌종양을 진단하는 데 활용되는 T1·T2 강조영상, FLAIR 기법 영상, T1 조영증강 영상 등 여러 가지 대조 영상을 얻어 진단에 사용함으로써 종양을 찾을 수 있다.
하지만 실제 임상 환경에서는 강조영상을 모두 얻기 어려운 경우가 많다. 여러 장의 강조영상 촬영을 위해 촬영시간이 길어지기도 하고, 잡음이나 인공음영 발생으로 인해 진단에 사용하기 어려운 경우가 많기 때문이다.
또한, 뇌질환진단을 위한 MRI 검사는 의심 질환이 무엇인지에 따라 필수 강조영상이 달라지며, 이후 특정 질환으로 진단명이 좁혀지면서 부득이하게 누락된 강조영상을 확보하기 위한 재촬영이 필요한 경우가 많다. 이러한 상황에 의해 많은 시간과 비용이 소모된다.
최근 인공지능 분야에서 생성적 적대 신경망(Generative adversarial networks, GAN)이라는 딥러닝을 이용해 영상을 합성하는 기술이 많이 보고되고 있지만, 이 기술을 MRI 강조영상 합성에 사용하면 준비하고 미리 학습해야 하는 네트워크가 너무 많아지게 된다.
또한, 이러한 기법은 하나의 영상에서 다른 영상으로의 관계를 학습하기 때문에 몇 개의 강조영상의 존재하더라도 이 정보 간의 시너지를 활용하는 영상 학습기법이 없는 현실이다.
예 교수 연구팀은 자체 개발한 ‘협조·생성적 적대신경망(Collaborative Generative Adversarial Network : CollaGAN)’이라는 기술을 이용해 여러 MRI 강조영상의 공통 특징 공간을 학습함으로써 확장성의 문제를 해결했다.
이를 통해 어떤 대조 영상의 생성이 가능한지와 불가능한지에 대한 질문과, 그에 대한 체계적인 대답 기법을 제안했다.
즉, 여러 개의 강조영상 중에서 임의의 순서 및 개수로 영상이 없어져도 남아있는 영상을 통해 사라진 영상을 복원하는 기법을 학습한 후 합성된 영상의 임상적 정확도를 평가해, 강조 영상 간 중요도를 자동으로 평가할 수 있는 원천 기술을 개발했다.
예 교수 연구팀은 건국대 문원진 교수 연구팀과의 협력을 통해 T1강조·T2강조 영상과 같이 내인성 강조영상은 다른 영상으로부터 정확한 합성이 가능하며, 합성된 강조영상이 실제 영상과 매우 유사하게 임상 정보를 표현하고 있다는 것을 확인했다.
연구팀은 확보한 합성 영상이 뇌종양 분할기법을 통해 뇌종양 범위를 파악하는데 유용한 정보를 제공한다는 것을 확인했다. 또한, 현재 많이 사용되는 합성 MRI 기법(synthetic MRI)에서 생기는 인공음영 영상도 자동 제거가 가능함이 증명됐다. 이 기술을 이용하면 추가적인 재촬영을 하지 않고도 필요한 대조 영상을 생성해 시간과 비용을 비약적으로 줄일 수 있을 것으로 기대된다.
건국대 영상의학과 문원진 교수는 “연구에서 개발한 방법을 이용해 인공지능을 통한 합성 영상을 임상현장에서 이용하면 재촬영으로 인한 환자의 불편을 최소화하고 진단정확도를 높여 전체의료비용 절감 효과를 가져올 것이다”라고 말했다.
예종철 교수는 “인공지능이 진단과 영상처리에 사용되는 현재의 응용 범위를 넘어서, 진단의 중요도를 선택하고 진단 규약을 계획하는 데 중요한 역할을 할 수 있는 것을 보여준 독창적인 연구이다”라고 말했다.
이 연구는 한국연구재단의 중견연구자지원사업을 받아 수행됐다.
□ 그림 설명
그림1. CollaGAN의 작동 원리의 예
2020.01.30
조회수 12899
-
김지한 교수, 인공지능 이용한 다공성 물질 역설계 기술 개발
〈 김지한 교수 연구팀 〉
우리 대학 생명화학공학과 김지한 교수 연구팀이 인공지능을 활용해 원하는 물성의 다공성 물질을 역설계하는 방법을 개발했다.
김백준, 이상원 박사과정이 공동 1 저자로 참여한 이번 연구결과는 국제 학술지 ‘사이언스 어드밴시스(Science Advances)’ 1월 3일 자 온라인판에 게재됐다. (논문명 : Inverse Design of Porous Materials Using Artificial Neural Networks)
다공성 물질은 넓은 표면적과 풍부한 내부 공극(孔劇)을 가지고 있어 촉매, 기체 저장 및 분리, 센서, 약물 전달 등 다양한 분야에서 활용되고 있다.
기존에는 이러한 다공성 물질을 개발하기 위해 반복적인 실험을 통한 시행착오를 거치면서 시간과 비용이 많이 소모됐다. 이러한 낭비를 줄이기 위해 가상 구조를 스크리닝해 다공성 물질 개발을 가속화 하려는 시도들이 있었지만, 데이터베이스에 존재하지 않는 새로운 구조를 발견하지 못한다는 문제가 있었다.
최근에는 인공지능 기반의 역설계로 원하는 물성을 가진 물질을 개발하는 연구가 주목받고 있지만, 지금까지의 연구들은 단순한 소형 분자들 위주로 적용되고 있으며 복잡한 다공성 물질을 설계하는 연구는 보고되지 않았다.
김지한 교수 연구팀은 인공지능 기술과 분자 시뮬레이션 기술을 활용해 다공성 물질의 한 종류인 제올라이트 구조를 설계하는 방법을 개발했다.
연구팀은 인공지능 생성모델인 적대적 생성 신경망(GAN, Generative Adversarial Network)과 기존 분자 시뮬레이션에서 활용되는 3차원 그리드 데이터를 활용해 복잡한 다공성 물질의 특성을 인공지능이 학습하고 생성할 수 있도록 구조를 개발했다.
개발된 인공신경망 생성모델은 3차원 그리드로 이루어진 구조 정보와 흡착 물성 데이터를 같이 학습하게 되며, 학습 과정 안에서 흡착 물성을 빠르게 계산할 수 있다. 이를 통해 에너지 저장 소재의 특성을 효율적으로 학습할 수 있음을 증명했다.
또한, 연구팀은 인공지능 학습 과정에서 기존의 알려진 제올라이트 구조 중 일부를 제외해 학습시켰고, 그 결과 인공지능이 학습하지 않았던 구조들도 생성할 수 있음을 확인했다.
김지한 교수는“인공지능을 이용해 다공성 물질을 설계한 최초의 사례이다”라며 “기체 흡착 용도에 국한된 것이 아니라 다른 물성에도 쉽게 적용할 수 있어 촉매, 분리, 센서 등 다른 분야의 물질 개발에도 활용될 것으로 기대한다”라고 말했다.
이번 연구는 BK21, 한국연구재단 중견 연구자 지원 사업 그리고 에너지 클라우드 사업단의 지원을 받아 수행됐다.
□ 그림 설명
그림 1. 인공지능 기반 다공성 물질(제올라이트) 생성 개요도
2020.01.07
조회수 12852
-
이상완 교수, 신경과학-인공지능 융합연구 통해 인간의 문제해결 과정 규명
우리 대학 바이오및뇌공학과 이상완 교수 연구팀이 신경과학과 인공지능의 융합연구를 통해 인간의 문제해결 과정에서 뇌가 정보를 처리하는 원리를 규명하는 데 성공했다.
연구팀은 신경과학-인공지능 융합연구를 이용해 인간의 문제 해결 과정을 이론적·신경과학적으로 규명하는 데 성공했다. 이번 연구를 통해 인간 지능의 핵심 요소들을 인공지능 알고리즘으로 이식할 가능성을 크게 높일 수 있을 것으로 기대된다.
이상완 교수와 함께 김동재 박사과정과 박건영 석사과정이 주도하고, 미국 캘리포니아 공과대학(Caltech)과의 국제 공동연구를 통해 진행된 이번 연구는 국제 학술지 ‘네이처 커뮤니케이션즈(Nature Communications)’12월 16일 자 온라인판에 게재됐다.
불확실성과 복잡도가 변하는 상황에서 달성 가능한 목표를 설정하고 계획을 세워 실행 및 전략을 수정해 나가는 과정은 인간이 가진 고유한 문제 해결 능력 중 하나이다. 최근 인공지능 알고리즘이 다양한 분야에서 인간의 작업 수행 능력을 넘어서고 있으나, 이러한 문제 해결 능력에 대한 완벽한 해결방안은 제시하지 못하고 있다.
인간의 문제 해결 과정은 목표설정-전략수립-실행-전략수정을 반복하는 과정으로, 이는 상태 의존적인 복잡한 시간의 함수이다. 일반적으로 인간의 문제 해결 과정은 많은 양의 데이터를 모으기 어렵고 불확실성과 복잡도가 높아 빅데이터 기반의 전통적 딥러닝 설계 방식으로는 구현이 어렵다.
연구팀은 문제 해결을 위해 ‘강화학습 이론 기반 실험 디자인’이라는 기술을 이용해 문제 해결 목표, 문제의 복잡도, 상황 변화의 불확실성이라는 세 가지 변수를 동시에 변화시켜 실제 인간의 문제 해결 과정과 유사한 상황을 구현했다.
이를 이용해 취득한 행동과 뇌 영상 데이터를 바탕으로 문제 해결 과정을 설명할 수 있는 수학적 모델을 찾기 위해 100가지가 넘는 종류의 메타 강화학습 알고리즘을 학습하고 비교 분석했다. 이 과정은 모델 기반 뇌 이미징 분석이라 불리는 기법이다.
연구팀은 더 엄밀한 검증을 위해 ‘정밀 행동 프로파일링’이라는 분석 방법을 적용했다. 이 방법을 이용하면 겉으로 보이는 행동이 인간과 유사할 뿐만 아니라, 실제로 인간과 같은 원리로 문제를 해결하는 모델을 도출할 수 있다.
그 결과로 문제의 불확실성 및 복잡도와 변화하는 상황에서 인간의 학습과 추론 과정을 모사하는 메타 강화학습 모델을 구현했고, 이 모델의 정보처리 과정이 전두엽의 한 부위인 복외측전전두피질의 신경 활성 패턴으로 설명된다는 것을 발견했다.
1 저자인 김동재 박사과정은 “다양한 가설을 엄밀히 검증하는 과정에 많은 시간이 소요됐지만 정밀 행동 프로파일링 방법론을 통해 실제 인간의 행동 원리를 재현하는 모델을 찾아냄으로써 추후 인공지능으로의 이식에도 큰 도움이 될 것이다”라고 말했다.
이상완 교수는 “기존 연구방식은 하나의 퍼즐 조각을 떼어서 다른 퍼즐의 빈자리를 메꾸는 것이라면, 이번 연구는 퍼즐을 푸는 원리를 배워 다른 퍼즐 맞추기에 적용하는 것에 비유할 수 있다”라며 “인간만이 가진 지능의 핵심 요소들을 인공지능 알고리즘으로 이식하는 기술은 이제 첫걸음을 떼었다고 생각한다. 이 기술이 완성되면 궁극적으로는 지능을 공학적으로 분해하고 과학적으로 이해할 수 있을 것으로 기대한다”라고 말했다.
연구팀은 최근 과학기술정보통신부의 재원으로 정보통신기획평가원의 지원을 받아 설립한 KAIST 신경과학-인공지능 융합연구센터에서 이러한 기반 기술을 활용해 인간 지능을 모사한 차세대 인공지능 모델을 개발하고, 아울러 딥마인드, MIT, IBM AI 연구소, 케임브리지 대학 등 해외 관련 연구 기관과의 국제 공동연구를 통해 기술의 파급력을 높여나갈 계획이라고 말했다.
이번 연구는 삼성전자 미래기술육성센터의 지원 및 과학기술정보통신부 정보통신기획평가원의 지원을 받아 수행됐다.
□ 그림 설명
그림1. 메타 강화학습 모델과 각 단계의 정보처리 과정에 관여하는 뇌 영역
2019.12.23
조회수 8257
-
서성배 교수, 당뇨에 큰 영향 미치는 뇌 혈당조절 신경세포 발견
〈 오양균 박사, 서성배 교수 〉
우리 대학 생명과학과 서성배 교수와 뉴욕대학교(NYU) 오양균 박사 공동연구팀이 초파리 모델 시스템을 이용해 뇌 속에 체내 혈당에 직접적인 기능을 하는 포도당 감지 신경세포를 발견하고 그 구체적인 원리를 밝혔다.
이번 연구는 초파리 뇌 속의 포도당 감지 신경세포가 인슐린 생산 조직 활성화, 글루카곤 생산 조직 활동 억제 등을 통해 체내 혈당 조절에 어떻게 관여하는지를 처음으로 밝혀낸 중요한 단서로, 당뇨병의 진단 및 치료에 새로운 가능성을 열 것으로 기대된다.
생명과학과 출신의 오양균 박사가 1 저자로 참여하고 서성배 교수가 교신저자로 참여한 이번 연구 결과는 국제학술지 ‘네이처(Nature)’ 10월 23일 자 온라인판에 게재됐다. (논문명 :A glucose-sensing neuron pair regulates insulin and glucagon in Drosophila)
한국인의 당뇨병 유병률은 14%로 2018년 기준 환자 500만 명을 돌파했다. 당뇨병 증가속도 세계 1위, 잠재적 환자는 4명 중 1명꼴이지만 발병원인은 정확하게 규명되지 않았다. 유전적 요인과 환경적 요인이 존재하지만 대부분 췌장 인슐린 분비세포 기능이 저하되면서 병이 시작되는 것으로 알려져 있다.
최근에는 뇌가 당뇨병의 정도에 영향을 미칠 수 있다는 사실이 밝혀지기도 했다. 대부분 당뇨병 환자에게 스트레스가 당뇨병 증세에 영향을 미치고 혈당 조절을 어렵게 하는데 뇌 어딘가에 존재하는, 알려지지 않은 혈당 조절 능력 때문이라는 것이 학계 주장이다.
서성배 교수 연구팀은 오래전부터 초파리를 이용해 혀나 내장기관뿐 아니라 동물의 뇌 속에도 포도당을 감지하는 세포와 수용체가 존재한다는 사실을 연구해왔다. 인간 두뇌의 시상하부나 후뇌 등에 포도당을 감지하는 신경세포가 존재할 것이라는 점은 예측돼왔지만, 이런 세포들이 어떻게 포도당을 감지해 몸의 각 부위에 명령을 내리는지에 대한 연구는 지금까지 없었다.
연구팀은 초파리 전체 뇌 신경조직을 대상으로 한 광범위한 스크리닝을 통해 초파리가 포도당의 영양적 가치를 판단하는데 필수적인 한 쌍의 신경세포를 발견했다. 이 한 쌍의 신경세포가 체내 포도당 농도 증가에 반응해 활성화되는 특징을 가지고 있음을 파악했다.
연구팀은 약학적, 유전학적 방식을 사용해 이들 세포가 인간의 췌장 세포와 유사한 분자적 시스템을 통해 포도당을 인지한다는 사실을 확인했다. 이를 기반으로 연구팀은 포도당 감지 신경세포가 어떠한 신경세포 및 조직에 신호를 전달하는지에 대해 연구했다.
연구팀은 해당 신경세포가 초파리의 인슐린 생산을 담당하는 신경조직(insulin-producing cells, IPCs)과 글루카곤의 기능을 하는 단백질을 생산하는 조직(AKH-producing cells)에 각각 축삭돌기(Axon, 신경 세포체에서 뻗어 나온 돌기)를 이루고 있음을 확인했다.
이 결과는 한 쌍의 포도당 감지 신경세포가 체내 혈당 조절에 중요한 호르몬을 생산하는 조직들에 직접 체내 영양 정보를 전달할 수 있다는 가능성을 발견한 것이다.
이를 확인하기 위해서 연구팀은 포도당 감지 신경세포와 두 호르몬 분비 조직들 사이의 물리적, 기능적 상호작용들을 확인했다. 그 결과 한 쌍의 포도당 감지 신경세포가 활성화된 경우 인슐린 생산 조직 역시 활성화되며 반면에 글루카곤 생산 조직의 활동은 억제됨을 확인했다.
또한, 연구팀은 포도당 감지 신경세포를 억제할 경우 인슐린 생산 조직의 억제로 인해 혈중 인슐린 농도가 감소하며, 글루카곤 생산 조직에 대한 억제가 사라짐에 따라 혈중 글루카곤 농도가 증가 됨을 확인했다. 이들 호르몬의 변화로 인해 혈중 포도당 농도가 유의미하게 증가함을 최종적으로 확인했다.
뇌 속에 단 한 쌍의 포도당 감지 신경세포만의 활동을 조절함으로써 당뇨병의 증상을 가지는 초파리를 인위적으로 만들 수 있는 것이다.
한발 더 나아가 연구팀은 초파리에서 신경전달 기능을 하는 짧은 단백질의 한 종류인 sNPF(small Neuropeptide F)가 해당 포도당 감지 신경세포에서 발현됨을 파악하고 포도당에 노출됐을 때 이 신경전달물질이 분비됨을 확인했다. 또한, 연구팀은 인슐린 생산 조직과 글루카곤 생산 조직에서 sNPF 의 수용체가 포도당 감지 신경세포의 신호를 받는데 필수적인 역할을 함을 증명했다.
서성배 교수는 “이번 연구 결과는 초파리에서 의미 있는 발견을 했다는 사실을 넘어 당뇨병 원인 규명과 치료의 패러다임을 근본적으로 바꿀 수 있는 계기를 마련한 것이다”라며 “뇌에서 만들어지는 신호가 체내 혈당 조절에 근본적인 역할을 함이 구체적으로 규명되면 한 단계 진보된 당뇨병의 진단 및 치료뿐 아니라 비만, 대사질환 치료도 가능해질 것이다”라고 말했다.
□ 그림 설명
그림1,2. 서성배 교수 연구성과 개념도. 혈당에 반응하는 CN neuron의 Axon이 두 갈래로 갈라지며 갈라진 axonal branch는 인슐린을 만드는 세포를 활성화시키고 다른 갈라진 axonal branch는 글루카곤을 만드는 세포를 억제시킴
2019.10.24
조회수 13114
-
정재웅 교수, 스마트폰으로 뇌 신경회로 무선 제어 기술 개발
〈 김충연, 변상혁 박사과정, 정재웅 교수〉
우리 대학 전기및전자공학부 정재웅 교수와 미국 워싱턴대(University of Washington) 마이클 브루카스(Michael Bruchas) 교수 공동 연구팀이 스마트폰 앱 조작을 통해 약물과 빛을 뇌 특정 부위에 전달함으로써 신경회로를 정교하게 조절할 수 있는 뇌 이식용 무선 기기를 개발했다.
이번 기술 개발을 통해 장기간의 동물 실험이 필요한 신약 개발뿐 아니라 치매, 파킨슨병 등 뇌 질환 치료에도 적용할 수 있을 것으로 기대된다.
라자 콰지(Raza Qazi, 1저자), 김충연, 변상혁 연구원이 개발하고 워싱턴대 신경과학 연구원들이 공동으로 참여한 이번 연구는 의공학 분야 국제 학술지 ‘네이처 바이오메디컬 엔지니어링(Nature Biomedical Engineering)’ 8월 6일 자에 게재됐다. (논문명 : Wireless optofluidic brain probes for chronic neuropharmacology and photostimulation).
광유전학과 신경약물학은 주변 신경회로에 영향을 주지 않고 목표로 하는 뉴런이나 신경회로만을 빛 또는 약물, 혹은 그 둘의 조합을 이용해 정교하게 제어할 수 있다. 기존의 전기자극을 활용한 방법에 비해 훨씬 더 높은 시공간적 해상도를 가져 최근 뇌 연구 및 뇌 질병 치료 목적으로 주목받고 있다.
하지만 현재 뇌 연구에 일반적으로 쓰는 기기는 상대적으로 크기가 커 뇌 조직 손상, 정교한 선택적 신경회로 제어 불가, 하나의 다기능성 프로브(probe) 형태로 구현이 어렵다. 또한, 기존 기기는 실리카(silica)와 금속 등 고강성 재료로 제작돼 부드러운 뇌 조직과의 기계 특성적 간극이 있다. 이러한 특성으로 인해 염증반응을 악화시켜 장기간 이식용으로 적합하지 않다.
무엇보다 일반적으로 연구실에서 쓰이고 있는 광섬유, 약물주입관 등은 뇌 이식 후 외부기기에 선이 연결된 형태로 사용해야 해 자유로운 행동을 크게 제약하게 된다.
연구팀은 중합체(polymer) 미세유체관과 마이크로 LED를 결합해 머리카락 두께의 유연한 탐침을 만들고, 이를 소형 블루투스 기반 제어 회로와 교체 가능한 약물 카트리지와 결합했다. 이를 통해 스마트폰 앱을 통해 무선으로 마이크로 LED와 약물 전달을 제어할 수 있는 무게 2g의 뇌 이식용 기기를 구현했다.
특히 약물 카트리지는 레고의 원리를 모사해 탐침 부분과 쉽게 조립 및 분리할 수 있도록 제작해, 필요할 때마다 새로운 약물 카트리지를 결합함으로써 원하는 약물을 장기간에 걸쳐 뇌의 특정 부위에 반복 전달할 수 있도록 만들었다.
연구팀은 이 기기를 쥐의 뇌 보상회로에 이식한 후 도파민 활성 약물과 억제 약물이 든 카트리지를 기기와 결합했다. 그 후 간단한 스마트폰 앱 제어와 도파민 활성 약물을 이용해 원하는 타이밍에 자유롭게 움직이는 쥐의 행동을 증가, 억제하는 데 성공했다.
또한, 연구팀은 쥐의 뇌에서 장소 선호도를 유도할 수 있는 부위에 빛에 반응하는 단백질을 주입해 신경세포가 빛에 반응하도록 처리했다.
그 후 쥐가 특정 장소로 이동했을 때 마이크로 LED를 켜 빛 자극을 통해 쥐가 그 장소에 계속 머물고 싶게 만들었다. 반대로 약물 전달을 통해 뇌 신경회로를 제어함으로써 쥐의 특정 장소 선호도를 없애는 데도 성공했다.
정 교수는 “빛과 약물을 이용한 신경회로 제어는 기존의 전기자극 방법보다 훨씬 더 정교해 부작용 없는 뇌 제어가 가능하다”라며 “개발된 기기는 간단한 스마트폰 조작으로 뇌의 특정 회로를 빛과 약물을 이용해 반복적, 장기적으로 무선 제어가 가능해 뇌 기능을 밝혀내기 위한 연구나 향후 뇌 질환의 치료에도 유용하게 적용할 수 있을 것이다”라고 말했다.
연구팀은 이 기술을 인체에 적용하기 위해 두개골 내에 완전히 이식할 수 있고 반영구적 사용이 가능한 형태로 디자인을 발전시키는 확장 연구를 계획하고 있다.
이번 연구는 한국연구재단 신진연구자지원사업(완전 이식 가능한 무선 유연성 광유체 뉴럴 임플랜트 개발 및 뇌 연구를 위한 광유전학/광약물학에의 적용) 및 기초연구실 지원사업(유전자 및 신경회로 조절 기반 중독 행동 제어 기초연구실)의 지원을 받아 수행됐다.
□ 그림 설명
그림1. 디바이스가 이식된 쥐의 사진
그림2. 스마트폰앱을 이용한 마이크로 LED 컨트롤
그림3. 개발된 뇌 이식용 무선 디바이스
2019.08.08
조회수 21172
-
박준성 연구원, 알츠하이머병의 새로운 원인 규명
〈 박준성 박사 〉
우리 대학 의과학대학원 박준성 박사(지도교수 : 이정호 교수), KISTI(한국과학기술정보연구원) 국가슈퍼컴퓨팅본부 유석종 박사 공동 연구팀이 노화 과정에서 발생하는 후천적 뇌 돌연변이가 알츠하이머병의 새 원인이 될 수 있다는 이론을 제시했다.
연구팀은 52명의 알츠하이머병 환자에게 얻은 사후 뇌 조직에서 전장 엑솜 유전체 서열(whole-exome sequencing) 데이터 분석을 통해 알츠하이머병에 존재하는 뇌 체성 유전변이를 찾아냈다. 또한, 뇌 체성 돌연변이가 알츠하이머병의 중요 원인으로 알려진 신경섬유다발 형성을 비정상적으로 증가시킴을 확인했다.
박준성 박사와 KISTI 이준학 박사가 공동 1 저자로 참여한 이번 연구는 국제 학술지 네이처 커뮤니케이션(Nature Communications) 7월 12일자 온라인판에 게재됐다. (논문명 : Brain somatic mutations observed in Alzheimer's disease associated with aging and dysregulation of tau phosphorylation)
노인성 치매의 가장 흔한 원인으로 알려진 알츠하이머병은 전 세계 GDP의 1%를 차지할 정도로 사회, 경제적 소모비용이 큰 질환이다. 하지만 여전히 알츠하이머병을 일으키는 분자 유전학적 원인은 명확하게 규명되지 않고 있다.
기존의 알츠하이머병 유전체 연구는 주로 환자의 말초조직인 혈액에서 전장유전체 연관분석(Genome-wide association study)을 하거나, 이미 가족력이 있는 환자에서 발견된 일부 유전자들(e.g., APP, PSEN1/2)에 대한 유전자 패널 분석 등이 주를 이루었다.
연구팀은 산발성 알츠하이머병 환자들에게 내후각피질에서 신경섬유다발이 공통으로 나타나는 현상에 주목해 알츠하이머병 환자의 뇌 조직에서 직접 엑솜 유전체 데이터를 생성해 알츠하이머병 뇌-특이적 체성 유전변이를 발굴했다.
연구팀은 알츠하이머병 환자와 정상인의 해마 형성체 부위를 레이저 현미 해부법을 통해 정밀하게 오려냈고, 저빈도의 체성 유전변이(Somatic mutation)를 정확하게 찾아내기 위해 대용량 고심도 엑솜 시퀀싱 데이터를 생성하고 저빈도 체성 유전변이 분석에 특화된 분석 파이프라인을 독자적으로 구축했다.
이러한 새 방법론을 통해 실제로 알츠하이머병 환자의 뇌에 체성 유전변이가 실제로 존재함을 체계적으로 규명함과 동시에 체성 유전변이의 누적속도 및 신경섬유다발 형성과의 관련성도 함께 밝혀냈다.
연구팀의 발견은 알츠하이머병의 발병에 체성 유전변이가 주요한 역할을 할 수 있음을 강력하게 시사하는 것으로, 알츠하이머병 유전체 연구에 대한 새로운 틀을 제시함과 동시에 향후 다른 신경퇴행성뇌질환의 연구에도 기여할 수 있을 것으로 기대된다.
연구팀은 이번 연구 결과를 바탕으로 교원 창업 기업(소바젠, 대표 김병태)을 통해 알츠하이머 질환의 진단과 치료제 개발에 나설 예정이다.
KISTI 유석종 박사는 연구팀이 구축한 저빈도 체성 유전변이 분석 파이프라인 및 빅데이터 분석을 위한 슈퍼컴퓨팅 기술을 통해 알츠하이머병의 새로운 발병 원리를 밝혀냈다라며 타 유전체 기반 연구에 활용할 수 있는 기반을 마련했다라고 말했다.
이번 연구는 서경배 과학재단, 보건복지부 및 한국과학기술정보연구원의 지원을 받아 수행됐고, 신속한 유전체 빅데이터 분석을 위해 KISTI의 슈퍼컴퓨터 5호기 누리온 시스템이 활용됐다.
□ 그림 설명
그림1. 본 연구에서 사용된 체성 유전변이 분석 파이프라인
그림2. 신경섬유성다발 형성에 관여하는 체성 유전변이
그림3. PIN1 유전자에 발생한 병원성 뇌 체성유전변이와 신경섬유다발 형성과의 관계 규명
2019.07.17
조회수 14661
-
최성율 교수, 뉴로모픽 칩의 시냅스 구현
〈 최성율 교수 〉
우리 대학 전기및전자공학부 최성율 교수 연구팀이 멤리스터(Memristor) 소자의 구동 방식을 아날로그 형태로 변화해 뉴로모픽 칩의 시냅스로 활용할 수 있는 기술을 개발했다.
이 기술을 통해 기존의 디지털 비휘발성 메모리로만 이용되던 멤리스터를 아날로그 형태로 활용함으로써 인간의 뇌를 모사한 인공지능 컴퓨팅 칩인 뉴로모픽 칩의 상용화에 기여할 수 있을 것으로 기대된다.
장병철 박사(현 삼성전자 연구원), 김성규 박사(현 노스웨스턴대학), 양상윤 연구교수가 공동 1 저자로 참여하고 美 노스웨스턴 대학, KAIST 임성갑 교수가 공동으로 수행한 이번 연구는 나노과학 분야 국제 학술지 ‘나노 레터스 (Nano Letters)’ 1월 4일 온라인판에 게재됐다.
사람 뇌를 닮은 반도체로 알려진 뉴로모픽 칩은 기존의 반도체 칩이 갖는 전력 확보 문제를 해결할 수 있고 데이터 처리 과정을 통합할 수 있어 차세대 기술로 주목받고 있다.
멤리스터는 메모리와 레지스터의 합성어로, 메모리와 프로세스가 통합된 기능을 수행할 수 있다. 특히 뉴로모픽 칩 내부에 물리적 인공신경망을 가장 효과적으로 구현할 수 있는 크로스바 어레이(crossbar array) 제작에 최적인 소자로 알려져 있다.
물리적 인공신경망은 뉴런 회로와 이들의 연결부인 시냅스 소자로 구성되는데 뉴로모픽 칩 기반의 인공지능 연산을 수행할 때 각 시냅스 소자에서는 뉴런 간의 연결 강도를 나타내는 전도도 가중치가 아날로그 데이터로 저장 및 갱신돼야 한다.
그러나 기존 멤리스터들은 대부분 비휘발성 메모리 구현에 적합한 디지털의 특성을 가져 아날로그 방식의 구동에 한계가 있었고, 이로 인해 시냅스 소자로 응용하기 어려웠다.
최 교수 연구팀은 플라스틱 기판 위에 고분자 소재 기반의 유연 멤리스터를 제작하면서 소자 내부에 형성되는 전도성 금속 필라멘트 크기를 금속 원자 수준으로 얇게 조절하면 멤리스터의 동작이 디지털에서 아날로그 방식으로 변화하는 것을 발견했다.
연구팀은 이러한 현상을 이용해 멤리스터의 전도도 가중치를 연속적, 선형적으로 갱신할 수 있고 구부림 등의 기계적 변형 상태에서도 정상 동작하는 유연 멤리스터 시냅스 소자를 구현했다.
유연 멤리스터 시냅스로 구성된 인공신경망은 학습을 통해 사람의 얼굴을 효과적으로 인식해 분류할 수 있고 손상된 얼굴 이미지도 인식할 수 있음을 확인했다. 이를 통해 얼굴, 숫자, 사물 등의 인식을 효율적으로 수행할 수 있는 유연 뉴로모픽 칩 개발의 가능성을 확보했다.
최 교수는 “멤리스터 소자의 구동 방식이 디지털에서 아날로그로 변화되는 주요 원리를 밝힘으로써 다양한 멤리스터 소자들을 디지털 메모리 또는 시냅스 소자로 응용할 수 있는 길을 열었다”라며 “고성능 뉴로모픽 칩 개발의 가속화에 기여할 수 있을 것이다” 라고 말했다.
이번 연구는 과학기술정보통신부 한국연구재단 글로벌프론티어사업 중 (재)나노기판소프트일렉트로닉스 연구단의 지원을 받아 수행됐다.
□ 그림 설명
그림1. 플라스틱 기판 위에 제작된 유연 멤리스터 시냅스 소자 모식도
2019.02.11
조회수 10165
-
이상완 교수, 신경과학-인공지능 융합으로 공학적 난제 해결
〈 (왼쪽부터) 안수진 박사과정, 이지항 박사, 이상완 교수 〉
우리 대학 바이오및뇌공학과 이상완 교수 연구팀이 영국 케임브리지 대학, 구글 딥마인드와의 공동 연구를 통해 차세대 뇌 기반 인공지능 시스템 설계의 방향을 제시했다.
이번 연구는 인간의 두뇌가 기존의 인공지능 알고리즘이 해결하지 못하는 부분을 해결할 수 있다는 사실에 기반한 신경과학-인공지능 융합 연구이다.
성능, 효율, 속도의 균형적 설계와 같은 다양한 공학적 난제를 해결할 수 있는 신경과학 기반 강화학습 이론을 제안한 것으로 새로운 인공지능 알고리즘 설계에 긍정적인 영향을 줄 것으로 기대된다.
이상완 교수와 함께 이지항 박사, 안수진 박사과정이 주도한 이번 연구는 국제 학술지 사이언스의 자매지 ‘사이언스 로보틱스(Science Robotics)’ 1월 16일 자 온라인판에 포커스 형식으로 게재됐다.
최적제어 이론에서 출발한 강화학습은 기계 학습의 한 영역으로 지난 20여 년 동안 꾸준히 연구된 분야이다. 특히 지난 5년 동안은 딥러닝 기술을 발전과 맞물려 급격한 성장을 이뤘다.
딥러닝 기반 강화학습 알고리즘은 최근 알파고와 같은 전략 탐색 문제, 로봇 제어, 응급실 비상 대응 시스템과 같은 의료 진단 등 다양한 분야에 적용되고 있다. 그러나 주어진 문제에 맞게 시스템을 설계해야 하는 점, 불확실성이 높은 환경에서는 성능이 보장되지 않는 점 등이 근본적인 해결책으로 남아있다.
강화학습은 의사 결정 및 계산신경과학 분야에서도 지난 20년간 꾸준히 연구되고 있다. 이상완 교수는 2014년 인간의 전두엽-기저핵 뇌 회로에서 이종 강화학습을 제어한다는 신경과학적 증거를 학계에 발표한 바 있다. 2015년에는 같은 뇌 회로에서 고속 추론 과정을 제어한다는 연구를 발표했다.
연구팀은 이번 연구에서 강화학습 등의 개별 인공지능 알고리즘이 해결하지 못하는 공학적 문제를 인간의 두뇌가 이미 해결하고 있다는 사실에 기반한 ‘전두엽 메타 제어’ 이론을 제안했다.
중뇌 도파민-복외측전전두피질 네트워크에서 외부 환경에 대한 학습의 신뢰도를 스스로 평가할 수 있는 보상 예측 신호나 상태 예측 신호와 같은 정보를 처리하며, 인간의 두뇌는 이 정보들을 경쟁적-협력적으로 통합하는 프로세스를 통해 외부 환경에 가장 적합한 학습 및 추론 전략을 찾는다는 것이 이론의 핵심이다.
이러한 원리를 단일 인공지능 알고리즘이나 로봇설계에 적용하면 외부 상황변화에 강인하게 성능, 효율, 속도 세 조건(performance-efficiency-speed tradeoff) 사이의 균형점을 유지하는 최적의 제어 시스템을 설계할 수 있다. 더 나아가 다수의 인공지능 개체가 협력하는 상황에서는 서로의 전략을 이용함으로 협력-경쟁 사이의 균형점을 유지할 수 있다.
1 저자인 이지항 박사는 “현대 인공지능의 우수한 성능은 사람의 행동 수준 관찰뿐 아니라 두뇌의 저수준 신경 시스템을 알고리즘으로 구현해 적극적으로 발전시킨 결과라고 보고 있다”라며 “이번 연구는 계산신경과학에 기반한 결과로 현대 딥러닝과 강화학습에서 겪는 성능, 효율, 속도 사이의 난제를 해결하는 실마리가 될 수 있고, 새로운 인공지능 알고리즘 설계에 많은 영감을 줄 것이다”라고 말했다.
이상완 교수는 “연구를 하다 보면 우리의 두뇌는 공학적 난제를 의외로 쉽게 해결하고 있음을 알 수 있다. 이 원리를 인공지능 알고리즘 설계에 적용하는 뇌 기반 인공지능 연구는 구글 딥마인드, MIT, 캘리포니아 공과대학, UCL 등 해외 유수 기관에서도 관심을 두는 신경과학-인공지능 융합 연구 분야이다”라며 “장기적으로는 차세대 인공지능 핵심 연구 분야 중의 하나로 자리를 잡을 것으로 기대한다”라고 말했다.
이번 연구는 과학기술정보통신부 및 정보통신기술진흥센터 연구개발 사업, 삼성전자 미래기술육성센터의 지원을 받아 수행됐다.
□ 그림 설명
그림1. 외부 환경에 따라 성능-효율-속도 문제 균형점을 찾는 뇌기반 강화학습 이론 (좌), 이를 최적 제어하는 ‘전두엽 메타 제어’(중) 및 로보틱스 분야 문제 해결 적용 사례 (우)
2019.01.24
조회수 10289
-
허원도 교수, 변화무쌍 스위치 단백질 관찰하는 바이오센서 개발
〈 허 원 도 교수 〉
우리 대학 생명과학과 허원도 교수 연구팀(기초과학연구원 인지 및 사회성 연구단)이 신호전달 스위치단백질의 활성을 모니터링하는 새로운‘바이오센서’를 개발하고 살아있는 생쥐의 신경세포 활성화를 관찰하는데 성공했다.
이번 연구를 통해 암세포의 이동과 신경세포 활성화 등 다양한 세포 기능에 관여하는 신호전달 스위치 단백질의 변화무쌍한 과정을 실시간으로 볼 수 있을 것으로 기대된다.
이번 연구결과는 국제 학술지 ‘네이처 커뮤니케이션즈’(Nature Communications)에 1월 14일자 온라인 판에 게재됐다.
세포의 신호전달 스위치 단백질은 스위치가 켜지면 기계가 작동하듯 활성화 여부로 세포의 기능을 제어한다. 대표적인 신호전달 스위치단백질인 small GTPase은 세포의 이동, 분열, 사멸과 유전자 발현 등에 관여한다. 핵심 단백질인 small GTPase를 제어할 수 있다면 세포의 기능도 조절할 수 있어 많은 연구팀들이 연구주제로 삼고 있다.
허원도 교수 연구팀이 그간 연구 노하우를 바탕으로 개발한 새로운 바이오센서는 small GTPase 활성의 모든 변화 과정을 실시간으로 볼 수 있는 도구다. 광유전학과 결합해 다양한 방식으로 관찰이 가능하고 민감도가 커 생체 내 두꺼운 조직 안에서 벌어지는 수 나노미터(nm) 크기의 변화까지도 정밀하게 볼 수 있다는 게 특징이다. 고감도 성능을 이용하면 살아있는 동물의 암세포 전이 및 뇌 속 신경세포의 구조변화를 관찰할 수 있어 향후 강력한 이미징 기술이 될 것으로 기대된다.
일반적으로 small GTPase의 활성을 관찰하는 데엔 형광 공명 에너지전달(FRET) 방식을 이용했다. 하지만 FRET 방식은 광유전학과 광 파장이 겹쳐 정작 관찰해야 할 세포신호의 변화는 보기가 어려웠다. 또 민감도가 낮아 동물 모델에 적용하는 것도 제한적이었다.
연구팀은 단백질 공학 기술로 5가지 종류의 small GTPase 단백질의 바이오센서를 개발하고 두 가지 파장(488nm, 561nm)에서 관찰이 가능한 바이오센서를 개발, 이를 동시에 분석하는데 성공했다. 연구진이 개발한 바이오센서는 기존 바이오센서가 청색광을 활용하는 광유전학 기법의 파장과 겹치는 문제를 효과적으로 극복해 세포의 이동방향을 살피면서 동시에 공간적 기능도 분석할 수 있는 장점이 있다.
연구팀은 유방암 전이 암세포에 바이오센서를 발현시키고, 광유전학 기술로 암세포 이동 방향을 조절하자 small GTPase 단백질이 활성화됨을 확인했다. 이 과정에서 암세포의 이동 방향이 변할 때, 세포 내 small GTPase가 이리저리 움직이며 활성화하는 모습을 실시간 이미징하는데 성공했다. 연구진은 small GTPase의 활성을 실시간으로 탐지해 추후 암치료물질을 탐색하는 등 다방면의 기술 접목이 가능할 것으로 전망한다.
더 나아가 IBS 연구진은 미국 막스 플랑크 플로리다 연구소(Max Plank Florida Institute)의 권형배 박사 연구팀과 공동연구를 진행했다. 연구진은 공 위를 달리는 실험으로 깨어있는 생쥐인 실험군과 마취된 대조군의 뇌 영역의 운동 피질의 신경세포에서의 small GTPase단백질의 활성을 비교하는데 성공했다. 살아있는 쥐에서 수 나노미터 단위의 신경세포 수상돌기 가시 수상돌기 가시에서 실시간으로 변화하는 small GTPase 단백질의 활성을 관찰한 것은 이번이 처음이다.
이번에 개발된 바이오센서는 시냅스처럼 수 마이크로미터 단위의 미세한 구조에서도 목표한 단백질을 관찰할 수 있을 만큼 민감도가 크다. 실험쥐의 운동행동과 같은 생리학적 현상에 지장을 주지 않는 자연스러운 상태에서 뇌 영역을 바로 실시간으로 관찰할 수 있어 뇌 관련 연구에도 다양하게 적용될 수 있다.
연구를 이끈 허원도 교수는 “이번 연구는 small GTPase 단백질을 생체 내에서 관찰하기 위한 기존의 바이오센서들의 기술적 한계를 극복하는데 성공했다”며 “특히 청색 빛을 활용한 광유전학 기술과 동시에 적용할 수 있어 다양한 세포막 수용체와 관련된 광범위한 세포신호전달연구와 뇌인지과학연구에 접목이 가능할 것으로 기대된다”고 말했다.
□ 그림 설명
그림1. small GTPase 바이오센서 개발
그림2. small GTPase 바이오센서를 이용해 유방암 전이 암세포 관찰
그림3. 운동 행동 중인 생쥐 실시간 관찰
2019.01.15
조회수 10609
-
조광현 교수, 뇌파 생성, 변조 담당하는 신경회로 원리 규명
〈 조광현 교수 연구팀 〉
우리 대학 바이오및뇌공학과 조광현 교수 연구팀이 뇌파의 생성 및 변조를 담당하는 핵심 신경회로를 규명하는 데 성공했다.
이를 통해 뇌의 동작원리를 밝힐 뿐 아니라 향후 여러 뇌질환 환자에게서 발생하는 비정상적 뇌파활동을 신경세포 네트워크 수준에서 규명하는 데 활용 가능할 것으로 기대된다. 이번 연구는 4차 산업혁명의 핵심기술로 주목받는 IT와 BT의 융합연구인 시스템생물학 연구로 규명했다는 의미를 갖는다.
이병욱 박사과정, 신동관 박사, 스티븐 그로스 박사가 함께 참여한 이번 연구는 국제 학술지 ‘셀 리포트(Cell Reports)’ 11월 6일자 온라인 판에 게재됐다.
뇌의 다양한 기능은 신경세포(뉴런) 사이의 복잡한 상호작용을 통해 이뤄진다. 특히 뉴런들의 동시다발적인 발화에 의해 형성되는 뇌파는 뇌의 활동 상태를 측정하는 가장 중요한 지표이며, 특정 기능을 수행하기 위해 영역 간 선택적 통신의 매개체 역할을 하는 것으로 알려져 있다.
또한 뇌파의 비정상적인 생성 및 변조 현상은 다양한 뇌질환과 밀접한 관계를 갖는 것으로 밝혀지고 있다. 이에 따라 전 세계 신경생물학 연구자들은 뇌파의 생성 및 변조 원리를 파악하기 위해 노력해 왔다.
그러나 뇌파의 생성 및 변조는 수많은 뉴런 사이의 복잡한 상호작용을 통해 발생하는 예측할 수 없는 창발적 특성(emergent property)을 갖기 때문에 기존의 신경 생물학 실험을 통해 그 원리를 규명하기에는 한계가 있었다.
조 교수 연구팀은 시스템생물학 기반의 연구방법을 통해 뇌파의 생성 및 변조 원리를 분석했다. 연구팀은 여러 뇌 영역 중 특히 감각 피질(sensory cortex)에 주목했다. 감각 피질은 외부 감각 정보를 처리하고 통합, 조절하는 핵심 영역으로 여러 주파수 대역의 뇌파와 변조를 관측할 수 있다.
연구팀은 최근 커넥토믹스 (connectomics) 연구를 통해 밝혀진 쥐의 감각피질 내 뉴런의 종류 및 뉴런 간 연결성 정보를 이용해 감각피질을 구성하는 뉴런들과 이들을 연결하는 시냅스를 수학 모델을 통해 표현하고 이로부터 신경회로를 구축해 뇌파의 생성 및 변조 과정을 분석했다.
연구팀은 대규모 컴퓨터 시뮬레이션 분석을 통해 흥분성 뉴런과 억제성 뉴런으로 구성된 양성피드백과 음성피드백의 중첩된 구조(interlinked positive and negative feedback)가 뇌파의 생성 및 주파수 변조 현상의 핵심회로임을 최초로 규명했다.
특히 연구팀은 기존의 전기생리학 실험을 통해 측정된 뉴런 간 시냅스의 특정 연결강도가 신경회로의 뇌파 생성 및 변조 기능을 극대화시킬 수 있는 최적의 조합임을 밝혀냈다.
이번에 개발한 수학모형을 활용하면 전통적 생물학 실험을 통해 파악이 어려웠던 뉴런들 간의 다양한 상호작용을 이해하고 신경회로의 복잡한 설계원리를 파악할 수 있을 것으로 기대된다.
또한 여러 뇌질환 환자의 뇌에서 관측되는 비정상적인 뇌파 활동을 신경네트워크 차원에서 분석하고 규명할 수 있을 것으로 예상된다.
시스템생물학 접근을 통한 신경회로의 구조 및 기능 분석은 인공지능의 발전에도 기여할 것으로 기대된다. 두뇌 신경회로의 작동원리에 대한 이해를 높인다면 컴퓨터 과학자들이 이를 이용해 새로운 인공지능 기술을 개발할 수 있다. 자폐증이나 집중력 조절장애 등과 관련된 신경회로 규명, 두뇌 치료 기술 개발 등의 원천 의료기술 개발에도 혁신으로 이어질 수 있다.
조 교수는 “지금껏 뇌파의 생성 및 변조를 담당하는 핵심 신경회로가 밝혀진 바가 없었다”며 “이번 연구에서는 최근 커넥토믹스 (connectomcis) 연구를 통해 점차 밝혀지고 있는 뉴런간의 복잡한 연결성에 숨겨진 설계원리를 시스템생물학 연구를 통해 찾아냄으로써 뇌의 동작원리를 파악할 수 있는 새로운 가능성을 제시했다”고 말했다.
이번 연구는 과학기술정보통신부와 한국연구재단의 중견연구자지원사업과 바이오의료기술개발사업, 그리고 삼성전자 미래기술육성센터의 지원을 받아 수행됐다.
□ 그림 설명
그림1. 뉴런 간 연결 강도에 내제된 기능적 설계원리 파악
그림2. 뇌파의 생성 및 변조를 담당하는 핵심 신경회로
2018.11.14
조회수 16509
-
한동수, 신진우 교수, 느린 인터넷 환경에서도 고화질 영상 감상 기술 개발
〈 (왼쪽부터) 김재홍, 정영목 석사과정, 여현호 박사과정, 한동수, 신진우 교수 〉
우리 대학 전기및전자공학부 신진우, 한동수 교수 연구팀이 딥러닝 기술을 이용한 인터넷 비디오 전송 기술을 개발했다.
여현호, 정영목, 김재홍 학생이 주도한 이번 연구 결과는 격년으로 개최되는 컴퓨터 시스템 분야의 유명 학술회의인 ‘유즈닉스 OSDI(USENIX OSDI)’에서 10월 10일 발표됐고 현재 국제 특허 출원을 완료했다.
이 기술은 유튜브, 넷플릭스 등에서 비디오를 사용자에게 전송할 때 사용하는 적응형 스트리밍(HTTP adaptive streaming) 비디오 전송기술과 딥러닝 기술인 심층 콘볼루션 신경망(CNN) 기반의 초해상화를 접목한 새로운 방식이다.
이는 열악한 인터넷 환경에서도 고품질, 고화질(HD)의 비디오 시청이 가능할 뿐 아니라 4K, AV/VR 등을 시청할 수 있는 새로운 기반 기술이 될 것으로 기대된다.
기존의 적응형 스트리밍은 시시각각 변화하는 인터넷 대역폭에 맞춰 스트리밍 중인 비디오 화질을 실시간으로 조절한다. 이를 위해 다양한 알고리즘이 연구되고 있으나 네트워크 환경이 좋지 않을 때는 어느 알고리즘이라도 고화질의 비디오를 감상할 수 없다는 한계가 있다.
연구팀은 적응형 스트리밍에 초해상화를 접목해 인터넷 대역폭에 의존하는 기존 적응형 스트리밍의 한계를 극복했다. 기존 기술은 비디오를 시청 시 긴 영상을 짧은 시간의 여러 비디오 조각으로 나눠 다운받는다. 이를 위해 비디오를 제공하는 서버에서는 비디오를 미리 일정 시간 길이로 나눠 준비해놓는 방식이다.
연구팀이 새롭게 개발한 시스템은 추가로 신경망 조각을 비디오 조각과 같이 다운받게 했다. 이를 위해 비디오 서버에서는 각 비디오에 대해 학습이 된 신경망을 제공하며 또 사용자 컴퓨터의 사양을 고려해 다양한 크기의 신경망을 제공한다.
제일 큰 신경망의 크기는 총 2메가바이트(MB)이며 비디오에 비해 상당히 작은 크기이다. 신경망을 사용자 비디오 플레이어에서 다운받을 때는 여러 개의 조각으로 나눠 다운받으며 신경망의 일부만 다운받아도 조금 떨어지는 성능의 초해상화 기술을 이용할 수 있도록 설계했다.
사용자의 컴퓨터에서는 동영상 시청과 함께 병렬적으로 심층 콘볼루션 신경망(CNN) 기반의 초해상화 기술을 사용해 비디오 플레이어 버퍼에 저장된 저화질 비디오를 고화질로 바꾸게 된다. 모든 과정은 실시간으로 이뤄지며 이를 통해 사용자들이 고화질의 비디오를 시청할 수 있다.
연구팀이 개발한 시스템을 이용하면 최대 26.9%의 적은 인터넷 대역폭으로도 최신 적응형 스트리밍과 같은 체감 품질(QoE, Quality of Experience)을 제공할 수 있다. 또한 같은 인터넷 대역폭이 주어진 경우에는 최신 적응형 스트리밍보다 평균 40% 높은 체감 품질을 제공할 수 있다.
이 시스템은 딥러닝 방식을 이용해 기존의 비디오 압축 방식보다 더 많은 압축을 이뤄낸 것으로 볼 수 있다. 연구팀의 기술은 콘볼루션 신경망 기반의 초해상화를 인터넷 비디오에 적용한 차세대 인터넷 비디오 시스템으로 권위 잇는 학회로부터 효용성을 인정받았다.
한 교수는 “지금은 데스크톱에서만 구현했지만 향후 모바일 기기에서도 작동하도록 발전시킬 예정이다”며 “이 기술은 현재 유튜브, 넷플릭스 등 스트리밍 기업에서 사용하는 비디오 전송 시스템에 적용한 것으로 실용성에 큰 의의가 있다”고 말했다.
이번 연구는 과학기술정보통신부 정보통신기술진흥센터(IITP) 방송통신연구개발 사업의 지원을 받아 수행됐다.
비디오 자료 링크 주소 1.
https://www.dropbox.com/sh/z2hvw1iv1459698/AADk3NB5EBgDhv3J4aiZo9nta?dl=0&lst =
□ 그림 설명
그림1. 기술이 적용되기 전 화질(좌)과 적용된 후 화질 비교(우)
그림2. 기술 개념도
그림3. 비디오 서버로부터 비디오가 전송된 후 저화질의 비디오가 고화질의 비디오로 변환되는 과정
2018.10.30
조회수 10919
-
강승균 교수, 신경치료 후 몸에서 자연 분해되는 전자약 개발
〈 강 승 균 교수 〉
우리 대학 바이오및뇌공학과 강승균 교수 연구팀이 美 노스웨스턴 대학 구자현 박사와의 공동 연구를 통해 절단된 말초신경을 전기치료하고 역할이 끝나면 몸에서 스스로 분해돼 사라지는 전자약을 개발했다.
몸에 녹는 수술용 실이 대중화된 것처럼 생분해성 무선 전자약을 통해 앞으로는 병원을 찾지 않고도 집에서 물리치료를 받듯 전기치료를 받는 시대를 맞이할 수 있을 것으로 기대된다.
이번 연구결과는 국제 학술지 ‘네이처 메디슨(Nature Medicine)’ 10월 8일자 온라인 판에 게재됐다. (논문명 : 비약리학적 신경재생 치료를 위한 생분해성 무선전자 시스템, Wireless bioresorbable electronic system enables sustained nonpharmacological neuroregenerative therapy)
말초신경 손상은 국내에서 연간 1만 건 이상 발생할 정도로 빈도가 높은 외상 중 하나이다. 신경의 재생 속도가 얼마나 신속하게 이뤄지느냐가 근육 회복율 및 후유증을 결정하는 중요 요소이며 재생속도가 현저히 저하되면 슈반세포의 소멸로 신경재생이 불가능해지거나 탈 신경 지연에 의한 영구 근육장애를 유발한다.
따라서 신경재생을 가속하기 위한 노력이 지속돼 왔고 전기적 자극을 통해 신경재생을 촉진시키는 전자약의 효능이 주목을 받고 있다.
전자약이란 전기 신호를 통해 체내의 장기, 조직, 신경 등을 자극해 세포의 활성도를 높여 재생속도 향상과 생체반응이 활발히 이뤄지도록 치료하는 기술이다. 전자약을 통해 손상된 신경을 전기자극하면 신경 세포가 활성화되며 축색돌기의 분화가 가속돼 신경재생이 빨라져 치료효과를 극대화할 수 있다.
이러한 전자약의 효과적인 성능에도 불구하고 치료 수술의 복잡성과 이로 인한 2차 손상의 위험성이 커 신경 치료에 직접적으로 활용하지 못했다.
전기 신호를 전달하기 위해서는 전선으로 머리카락 두께의 신경을 감싸야 하는데 치료 후에 신경을 감쌌던 전선을 다시 제거하는 과정이 매우 어렵고 자칫하면 제거 과정에서 2차 신경손상으로 이어질 수 있다. 또한 장기적인 전기 치료가 필요한 경우에는 매번 수술을 반복해야하는 한계가 있었다.
연구팀은 문제 해결을 위해 초박막형 실리콘과 유연성을 갖춘 생분해성 고분자를 이용해 300마이크로 수준 두께의 매우 얇고 유연성을 갖추고 있을 뿐 아니라 체내에서 수개월 내에 분해되는 전자약을 개발했다.
개발한 전자약은 체내에서 무선으로 작동되고 사용이 종료된 후 몸속에서 녹아 흡수되기 때문에 별도의 제거수술이 필요하지 않다. 따라서 추가 수술 없이도 반복적인 전기치료를 할 수 있으며 제거를 위한 수술도 필요하지 않아 2차 위험성과 번거로움을 근본적으로 해결할 수 있는 기술이다.
연구팀은 생분해성 무선 전자약 기술이 말초신경의 치료와 더불어 외상성 뇌손상 및 척추손상 등 중추신경의 재활과 부정맥 치료 등을 위한 단기 심장 박동기에도 응용 가능할 것으로 예상했다.
강 교수는 “최초로 생분해성 뇌압측정기를 개발해 2016년 네이처 紙에 논문을 게재한 뒤 약 2년 만에 치료기술로서의 의료소자를 성공적으로 제시했다”며 “생분해성 전자소자의 시장에서 우리나라가 중추적인 역할을 수행할 수 있을 것이다”고 말했다.
이번 연구는 한국연구재단 신진연구자지원사업의 지원을 받아 수행됐다.
□ 그림 설명
그림1. 생분해성 무선 전자소자의 생분해성 데모 예시
그림2. 다리신경 모델에 적용된 생분해성 무선 전자약의 삽입 모형도
그림3. 생분해성 전자약의 신경치료 시나리오 모식도
2018.10.22
조회수 10416