초록 ▼

□ 연구개발 목표
● 본 연구에서는 신경세포 사이의 연결네트워크 연구를 위해 필요한 고해상도 3차원 이미징 기법의 소프트웨어 기술 개발과 기술 고도화 및 최적화를 목표로 함.
● 인공지능에 기반한 Deconvolution을 이용하여 현미경 3차원 영상 데이터를 고해상도로 개선하는 알고리즘 개발.
● 뇌 신경세포 추적을 위한 인공지능 기반의 영역화 알고리즘 개발 및 고도화한 이후 실제 실험 데이터에 적용하여 뇌 신경망을 추출 및 정밀 분석할 수 있는 파이프라인을 개발함.
● 획득한 3차원 영상 데이터의 이미지 재

□ 연구개발 목표
● 본 연구에서는 신경세포 사이의 연결네트워크 연구를 위해 필요한 고해상도 3차원 이미징 기법의 소프트웨어 기술 개발과 기술 고도화 및 최적화를 목표로 함.
● 인공지능에 기반한 Deconvolution을 이용하여 현미경 3차원 영상 데이터를 고해상도로 개선하는 알고리즘 개발.
● 뇌 신경세포 추적을 위한 인공지능 기반의 영역화 알고리즘 개발 및 고도화한 이후 실제 실험 데이터에 적용하여 뇌 신경망을 추출 및 정밀 분석할 수 있는 파이프라인을 개발함.
● 획득한 3차원 영상 데이터의 이미지 재구성과 가시화 및 고속의 분석 소프트웨어 개발 이후 최적화 및 고도화를 목표로 함.

□ 연구개발 내용
[인공지능 기반 고해상도 복원 기술 개발]
● 현미경 영상의 고해상도 복원 과정에 있어, 기존의 신호처리 방법이나 인공지능 기반 기술들은 알고리즘은 적용 전에 여러 부가 정보를 필요로 하여 실제 적용적 어려움이 따름. 이러한 실용적 제약을 뛰어넘고, 생물/뇌과학 연구 환경에서 상용화되어있는 기존 기술 성능을 능가하거나 대체할 수 있는 수준의 고해상도 복원 기술을 개발.
● 기존 딥러닝 학습에 있어 고해상도 Reference (비교) 영상의 일대일 매칭 과정 없이도 필요로 손쉽게 실제 적용할 수 있는, Unpaired 고화질-저화질 데이터 매칭을 이용한 Deconvolution에 특화된 CycleGAN 기반 인공지능 알고리즘을 개발함.
● 현미경 3차원 고해상도 영상 획득에 있어 오래된 어려움이었던 등방향 (Isotropic) 영상 복원 과정에서, 하나의 3차원 영상만을 이용하여 등방향 고해상도 복원을 할 수 있는 새로운 형태의 인공지능 알고리즘을 개발함.
[인공지능 기반 신경세포 영역화 및 추적화 기술 개발]
● 기존의 딥러닝 신경망 형태를 개선하여 신경 세포 구조 자체도 내재적으로 학습 할 수 있는 딥러닝 신경망을 이용하여 신경세포의 내재적인 기하학적 성질을 이용한 Segmentation 기술 개발. 이는 이미징 방법에 구애 받지 않고 다양한 현미경 영상에 적용 가능함.
● 기존 인공지능 기반 Segmentation 기술들이 필요로 하는 전문가에 의한 수동적 Training-set 생성 과정의 필요성을 없앰으로서 실제 연구자들로 하여금 시간과 비용을 큰 폭으로 절감.
[대용량 이미지 빅 데이터 3차원 재구성 및 가시화 기술 개발]
● 이미지 정합 및 품질 개선 등의 기술을 통해 현미경 데이터를 3차원으로 정밀하게 재구성하는 기술을 개발하고 이러한 기술을 편리하게 사용할 수 있게 하는 플랫폼을 구축함
● 뇌 구조를 정밀하게 분할하는 기술을 개발하고, 정밀하게 재구성된 3차원 데이터, 분할된 뇌 구조, 추적된 단일 뉴런을 함께 시각화하여 뇌구조와 커넥톰 등의 분석을 효과적으로 할 수 있게 하는 가시화 시스템을 개발함
[볼륨 가시화 알고리즘 및 인터페이스 구축]
● 3D Convolution Sparse Coding을 통해 20개 이상의 딕셔너리를 구축하였고, 이를 활용하여 데이터의 각 구조를 정밀히 분류하여 가시화 하는 알고리즘을 개발함.
● HDF5 데이터 구조와 유사한 대용량 볼륨 데이터 관리에 적합한 멀티스케일 데이터 구조를 고안 및 구현하고 볼륨 가시화에 적용함.
● Multi-GPU를 활용 가능한 분산처리시스템 개발을 통해 100GB가 넘는 데이터도 인터랙티브한 시각화가 가능하도록 함
● 개발된 기술들에 대해 사용자 친화적인 인터페이스 구축. 고차원 특성 벡터를 활용한 가시화 인터페이스, GPU 최적화 Spark 모델의 인터랙티브 뷰어, Dendritic Spine 분석을 위한 시스템인 DXplorer 개발

□ 활용계획 및 기대효과(응용분야 및 활용범위 포함)
● 메조스케일 뇌신경네트워크의 이미징을 위한 MMF와 LSFM 시스템 구축과 동시에 그에 최적화된 소프트웨어를 제공하여 국내 뇌 과학 연구에 필요한 기반기술을 제공함.
● 뇌 과학 연구 외에도 다양한 규모의 이미징이 필요한 바이오 전 분야에 응용이 가능한 고해상도 영상처리 알고리즘과 분석 소프트웨어를 제공함.
● 국내 현미경 기술이 해외 광학 현미경 시장에 진입할 수 있는 원천기술을 제공함.

(출처 : 요약문 3p)

목차 Contents

• 표지 ... 1
• 요 약 문 ... 3
• 목차 ... 5
• 1. 연구개발 목표 및 평가항목별 성과 ... 6
• 1-1. 연구개발 목표 ... 6
• 1-2. 평가항목별 성과 ... 8
• 1-3. 목표 미달 시 원인 분석 ... 10
• 2. 추진내용 및 연구개발결과 ... 11
• 2-1. 추진내용 및 연구개발결과 ... 11
• 2-2. 추진 일정 실적 ... 45
• 2-3. 연구개발성과의 관련 분야에 대한 기여정도 ... 47
• 2-4. 연구개발성과의 관리 및 활용 계획 ... 48
• 2-5. 계획하지 않은 성과 및 관련 분야 기여사항 ... 48
• 3. 연구 개발 결과의 활용 방안 ... 48
• 4. 당초 연구계획 대비 주요 변경사항 ... 49
• 5. 선정/단계/최종평가 의견 ... 50
• 끝페이지 ... 54