연세대 윤경호 교수팀, MRI·뇌파 결합해 뇌 신경 활동 위치 추정하는 AI 개발

연세대학교(총장 윤동섭) 이과대학 수학계산학부(계산과학공학) 윤경호 교수팀은 개인의 뇌 구조를 보여주는 MRI와 뇌파(이하 EEG)를 결합해 뇌 신경활동이 발생한 위치를 실시간으로 추정하는 AI(인공지능) 기술을 개발했다. 이번 연구는 사람마다 다른 뇌의 해부학적 구조를 AI에 직접 반영함으로써 기존 EEG 기반 뇌 신경활동 위치 추정의 정확도와 새로운 환자에 대한 일반화 성능을 동시에 향상시킨 기술이다.

광고

EEG는 두피에 전극을 부착해 뇌의 전기적 활동을 밀리초(millisecond) 단위로 측정하는 기술로, 뇌 질환 진단과 뇌 기능 분석 등에 활용되고 있다. 그러나 두피에서 측정한 EEG 신호만으로 뇌 내부에서 신경 활동이 실제로 발생한 위치를 정확하게 찾기는 어렵다. 특히 사람마다 뇌의 크기와 형태가 달라, 한 사람의 데이터를 바탕으로 학습한 모델을 다른 사람에게 적용하면 정확도가 떨어질 수 있다.

광고

이를 해결하기 위해 윤 교수팀은 개인별 MRI에서 얻은 뇌 구조 정보와 EEG의 시간적·주파수적 정보를 함께 학습하는 멀티모달 딥러닝(Multimodal Deep Learning) 모델을 개발했다. 연구팀은 개인별 뇌 구조를 반영한 시뮬레이션으로 다양한 뇌 신경 활동과 EEG 신호를 만들어 AI를 학습시켰다. 이를 통해 새로운 환자의 MRI와 EEG를 입력하면 별도의 재학습 없이 뇌 신경 활동이 발생한 위치를 3차원으로 추정할 수 있도록 했다.

광고

광고

실험 결과, 제안한 모델은 시뮬레이션에서 뇌 신경 활동이 발생한 위치를 높은 정확도로 추정했으며, 실시간으로 처리할 수 있는 수준의 속도를 보였다. 특히 학습에 사용하지 않은 새로운 사람의 MRI에도 안정적으로 적용됐으며, 실제 뇌 내 전기자극 데이터를 이용한 검증에서도 EEG만 사용한 경우보다 뇌 신경 활동의 위치를 더 정확하게 추정하는 것으로 나타났다.

광고

이번 연구는 EEG 신호뿐 아니라 사람마다 다른 뇌 구조를 AI 학습에 함께 활용했다는 점에 의미가 있다. 또한 시뮬레이션을 통해 뇌 신경 활동의 위치를 알고 있는 대규모 EEG 데이터를 생성해 AI 학습에 활용했다. 여기에 컨포멀 예측(Conformal Prediction)을 적용해 AI가 추정한 위치뿐 아니라 예측 결과가 어느 정도 불확실한지도 함께 제시할 수 있도록 했다.

윤경호 교수는 “이번 연구를 다양한 사람의 뇌 구조와 신경 활동을 학습할 수 있는 EEG 파운데이션 모델(EEG Foundation Model)로 발전시키고, 향후에는 EEG와 MRI 등 다양한 생체 데이터를 통합해 개인의 뇌 구조와 기능을 가상공간에 구현하는 뇌 디지털 트윈(Brain Digital Twin)으로 확장하고자 한다”며 “이를 바탕으로 뇌전증 등 신경계 질환의 진단과 모니터링, 개인별 뇌 기능 분석과 정밀 치료를 지원하는 계산의학 기술로 발전시키는 것이 목표”라고 밝혔다.

광고

이번 연구에는 연세대 수학계산학부(계산과학공학) 피정훈, 강다정 석사과정생, 신민우 교수가 함께했다. 연구 결과는 국제 학술지 ‘Computer Methods and Programs in Biomedicine’에 게재됐다.