경희대학교(총장 한균태) 한의과대학 김선광 교수 연구팀이 파킨슨병 연구의 필수인 도파민 신경세포의 수를 정확하게 측정할 수 있는 합성신경망(Convolutional neural network) 기반의 기계학습 알고리즘을 개발했다. 이 알고리즘은 도파민 신경세포를 자동으로 인식해 수를 계산한다. 이번 연구는 한의과대학 김도윤 학생(19학번)이 주저자로 참여했다. 

파킨슨병은 도파민 신경세포가 감소하며 발생하는 신경계 질환이다. 전 세계적으로 1억 명이 이 병을 앓고 있다. 파킨슨병 연구를 위해서는 도파민 신경세포 수의 측정이 필수이다. 현재는 연구진이 이미지를 수작업으로 분석한다. 이는 많은 시간과 노력이 필요하고, 분석 결과에 주관성이 들어갈 수 있다. 

김선광 교수 연구팀이 개발한 알고리즘은 기존의 방법보다 더 높은 정확도를 보였다. 이미지의 색상, 밝기, 대비 등 다양한 실험 조건에도 적용할 수 있다. 연구팀은 더 많은 연구진에 수혜를 위해 알고리즘을 무료로 사용할 수 있게 했다. 사용자 친화적인 그래픽 인터페이스를 제공해, 파킨슨병 연구자가 복잡한 설정 없이 도파민 신경세포의 수를 측정할 수 있다. 

새로운 알고리즘은 향후 파킨슨병을 비롯한 다양한 연구에 활용할 수 있다. 김선광 교수는 “이번 연구에서 개발한 기계학습 알고리즘은 파킨슨병 연구에 한정되지 않고, 다른 신경계 질환 연구에도 활용될 수 있을 것으로 기대한다”라고 설명했다. 

연구의 주저자인 김도윤 학생은 한의과대학 본과 3학년 학생으로 예과 2학년 때부터 알고리즘 개발 연구에 참여했다. 학부생의 연구를 독려하는 ‘독립심화학습’을 수강하며 관련 연구에 천착해왔다. 이번 연구에서는 딥러닝 기반 데이터 분석 알고리즘의 개발과 적용에 기여했다. 김선광 교수와 대학원 기초한의과학과 박명성 박사는 “김도윤 학생은 학부생임에도 높은 수준의 연구 역량을 보여줬다. 그의 창의성과 도전 정신을 칭찬하고 싶다”라고 말했다. 

이번 연구는 한국연구재단의 지원으로 진행됐고, 연구 결과는 SCI(E) 저널인 <Experimental Neurobiology>(IF: 3.8)의 32권 3호에 게재됐다. 

# 관련 자료
1. 연구내용 요약
생쥐에서의 파킨슨병 연구는 티로신 하이드록실라제(TH) 양성 뉴런의 정량화가 필수적이다. 그러나 수작업으로 이뤄지는 면역조직화학(IHC) 이미지 분석은 노동 집약적이고 객관성이 부족해 재현성이 낮다. 이 연구에서는 합성곱 신경망 기반 자동화 분석 모델을 새롭게 개발해 기존 문제를 해결했다. 

이 연구에서는 높은 정확도를 가진 합성곱 신경망 기반의 기계학습 알고리즘을 개발해 TH+ 세포 계수를 개발했고, 기존 방법과는 다르게 사용자에게 복잡한 절차를 요구하지 않아 사용이 쉽다.

연구에서는 LoG, DoG 및 DoH와 같은 전통적 이미지 분석 방법과 image J, ilastic, qupath와 같은 이미지 분석 툴과의 성능을 비교했다. 또한 피어슨 상관 분석을 통해 수작업 계수와 알고리즘 예측 결과의 일치성을 확인했고, 대조군과 파킨슨 질병 모델 사이의 TH+ 세포수가 투렷하게 차이남을 확인했다. 

이 연구에서 특히, 다양한 실험실에서 여러 실험자에 의해 얻어진 샘플에서도 딥러닝 모델의 분석이 정확하게 이뤄짐을 확인했다. 이런 결과는 제안된 알고리즘이 다양한 조건과 데이터에 대해 효과적으로 작동할 수 있음을 나타낸다. 또한 이 모델의 실용성과 일반화 가능성을 시사한다. 

2. 논문 및 저자 소개
- 논문명
An automated cell detection method for TH-positive dopaminergic neurons in a mouse model of Parkinson’s disease using convolutional neural networks
- 교신저자: 김선광 교수(경희대학교 한의과대학 생리학교실 교수)
- 공동 제1저자: 김도윤 학생(경희대학교 한의과대학), 박명성 박사(경희대학교 대학원 기초한의과학과)
- 연락처: 연구실 02-961-0491 / 휴대폰 010-7186-1707 / E-Mail skkim77@khu.ac.kr
- 저자 사진 1(왼쪽부터 김선광 교수, 김도윤 학생, 박명성 박사)

3. 논문 관련 사진
가. 딥러닝 기반 세포 검출 알고리즘 작동 모식도

나. 논문에 사용된 CNN 딥러닝 모델 구조

 다. 세포 검출 과정 예시

방완재 다른기사 보기