초록 ▼

□ 연구개발 목표
다중 부위 뇌 회로에서 측정되는 대용량, 고해상도의 전기적 신호를 처리하고 분석하기 위한 알고리즘을 개발함. 측정 신호의 신뢰도를 높이기 위한 잡음 저감 기술, 필터링 기술, 왜곡현상 보정 기술을 개발하고, 그 후 다양한 신경세포로부터 나오는 신호를 분류, 군집화하는 알고리즘을 개발함. 분석하기 힘든 대용량, 고해상도의 신호를 딥러닝 기술을 이용하여 효과적으로 자동 분석하는 기술을 개발함으로써 최종적으로 뇌 신경회로의 작동원리를 규명할 수 있도록 함.

□ 연구개발 내용
● 신경세포 및 측정환

□ 연구개발 목표
다중 부위 뇌 회로에서 측정되는 대용량, 고해상도의 전기적 신호를 처리하고 분석하기 위한 알고리즘을 개발함. 측정 신호의 신뢰도를 높이기 위한 잡음 저감 기술, 필터링 기술, 왜곡현상 보정 기술을 개발하고, 그 후 다양한 신경세포로부터 나오는 신호를 분류, 군집화하는 알고리즘을 개발함. 분석하기 힘든 대용량, 고해상도의 신호를 딥러닝 기술을 이용하여 효과적으로 자동 분석하는 기술을 개발함으로써 최종적으로 뇌 신경회로의 작동원리를 규명할 수 있도록 함.

□ 연구개발 내용
● 신경세포 및 측정환경에 따른 측정 신호 시뮬레이터 개발
● 신경회로의 전기신호 전처리 기술 개발
- 유사 조직/세포 전기 신호 간 유사성 기반 잡음 제거
- 통계적 방법론과 머신 러닝 기반 비정상 신호 패턴 검출 및 왜곡 보정
● 딥러닝 기반 신경신호 분류 기술 개발 (Spike Sorting, Source Separation, Clustering)
- In vitro/In vivo 에서 측정한 뇌 신경신호 특성 분석
- 3차원 나노IC전극 신호를 딥러닝 최적화된 형태의 데이터로 변환하는 정규화 알고리즘 개발
● 대용량 데이터 통합 분석 기술 개발 (Multi-channel Spatio-temporal Correlation/ Connectivity, Task/State-Oriented Deep Learning)
- 다채널 시공간 상관성 연구
- 다채널 시공간 패턴인식을 통한 신경상관자 결정
- 인공지능 딥러닝 기술 적용한 대용량 신호 분석 및 학습
● Feedback 회로분석 및 예측 기술 개발
- 동물모델 적용을 통한 자극에 따른 신호 분석
- 동물모델을 통한 자극 반응 패턴 분석
- 자극에 따른 뇌회로 반응예측 기술 개발

□ 활용계획 및 기대효과(응용분야 및 활용범위 포함)
● 뇌 신호 시뮬레이터와 전처리 기술을 통합하여 제품화 가능 및 뇌공학 연구 분야의 활성화를 불러일으킬 것으로 예상
● 신호 처리 연구 기초 기술의 향상이 이루어질 것이며 다양한 신호 처리 연구에 적용이 가능
● 뇌의 활성화 부위, 신경 연결망 등을 규명함으로써 뇌에 대한 이해도를 높이게 되어, 뇌기능 회로의 이상에 의해 발생하는 치매, 이상 통증 증상 등 여러 난치병의 원인과 치료법 개발에 앞서 나갈 수 있음
● 인공지능 딥러닝(Deep Learning) 분야에 실제 뇌 구조를 적용하여 완성도 있는 모델을 구현할 수 있음. 이는 현재에도 높은 수준의 결과를 창출하는 딥러닝 분야의 퍼포먼스를 한단계 더 향상된 수준으로 끌어올릴 수 있음.
● 본 연구를 통한 인공지능·의료 분야 박사급 전문 인력 배출은 미래 고지능 의료 학문 분야에서 세계적인 우위를 갖는 기회가 될 것

(출처 : 요약문 3p)

목차 Contents

• 표지 ... 1
• 요 약 문 ... 3
• 목차 ... 5
• 1. 연구개발 목표 및 평가항목별 성과 ... 5
• 1-1. 연구개발 목표 ... 5
• 1-2. 평가항목별 성과 ... 5
• 1-3. 목표 미달 시 원인 분석 ... 6
• 2. 추진내용 및 연구개발결과 ... 7
• 2-1. 추진내용 및 연구개발결과 ... 7
• 2-2. 추진 일정 실적 ... 31
• 2-3. 연구개발성과의 관련 분야에 대한 기여정도 ... 33
• 2-4. 연구개발성과의 관리 및 활용 계획 ... 34
• 3. 연구 개발 결과의 활용 방안 ... 34
• 4. 당초 연구계획 대비 주요 변경사항 ... 36
• 끝페이지 ... 37