[연구의 필요성]
청소년기의 아이들의 뇌는 나이, 성별, 교육 수준, 사회 경제적 상태 등 여러 내부적, 환경적 요인들로부터 복합적으로 영향을 받으면서 발달한다. 의료 영상 (Diffusion Tensor Imaging)을 이용한 아이들의 뇌 발달 분석에 있어서, 원하지 않는 변수의 영향을 제외한 중요 요인들의 영향만을 정량화 하는 딥러닝 기술이 필요하다.

[포스텍이 가진 고유의 기술]
기존의 많은 연구가 통계 기법의 한계로 뇌의 일부를 특정하여 독립적으로 데이터를 분석하는 경우가 많았다. 또한, 기존 통계적 기법들을 사용한 연구는 연구에 사용되는 데이터 개수나 비정상적인 데이터(outlier)의 유무에 의해 결과 값이 크게 영향을 받았다. 그러나 본 연구에서 제안한 방법은 뇌 전체를 동시에 분석하면서도 통계적으로 유의미한 연구 결과를 얻어내었을 뿐만 아니라, 딥러닝 기술을 이용하여 기존 통계적 기법들보다 같은 데이터 셋에 대해 보다 유연하고 정확한 (robust) 분석이 가능하다.

[연구의 의미]
사회경제적 요인 (Socioeconomic Status)이 청소년기 뇌 발달에 있어서 전두엽과 관련한 부위에 다양한 미세구조적 (microstructural) 변화를 준다는 것을 알 수 있다. 뇌의 역할과 기능에 따라 뇌를 148개의 영역으로 분할했을 때, 해당 청소년의 사회경제적 수치가 각 영역마다 미치는 영향력과 중요도를 판단할 수 있다.

[연구결과의 진행 상태 및 향후 계획]
해당 연구에서 제시한 딥러닝 모델인 Covariate Correcting Network (CoCoNet)을 사용해, 수면호흡장애를 가진 아이들의 이상행동과 전두엽의 연관성을 분석하는 연구를 진행할 계획이다. 기존 연구에서 수면호흡장애와 이상행동 간의 연관성을 규명하려면, 두 가지 모두에 연관된 뇌의 변화가 설명되어야 했다. 전두엽은 집중력, 기억력, 체지각능력, 언어 능력, 행동 억제력을 관할하는 부분으로서, 두 요소를 매개하는 뇌의 대표적인 영역 중 하나로 알려져 있다. 따라서 전두엽의 구조적인 변화가 수면호흡장애와 이상행동 간의 연관성에 영향을 미치는 원인이 될 수 있으므로, 이 상호 작용을 분석하는데 있어서 관련된 불필요한 요소들의 영향력을 CoCoNet으로 배제할 수 있을 것이다.

[성과와 관련된 실적물]
국제 학술대회 논문: International Conference on Medical Image Computing and Computer Assisted Intervention (MICCAI), 2021

[성과와 관련된 이미지]