KAIST 연구팀이 기존 반도체 공정 방식의 한계를 극복하고 맞춤형 3차원 뇌신경 칩 제작 기술을 개발했다. 뇌과학 및 뇌공학 연구 플랫폼의 설계 자유도와 활용성을 크게 확장할 수 있는 성과로 평가된다. KAIST는 25일 남윤기 바이오및뇌공학과 교수 연구팀이 3D 프린터와 모세관 현상을 활용해 체외 배양 신경조직을 위한 3차원 미세전극 칩 제작 플랫폼을 개발했다고 밝혔다. 체외 배양 뇌 신경조직은 뇌 연구에 활용되는 단순화된 모델로 주목받아왔지만, 기존 장치는 반도체 공정 기반 제작 방식에 의존해 입체적 구조 구현에 한계가 있었다. 최근 3D 프린팅 기술이 제안되긴 했으나 전도성 물질 패터닝과 절연체 도포, 전극 오프닝 순서를 거치는 방식은 설계 자유도 측면에서 제약이 많았다. 연구팀은 공정 순서를 뒤집는 접근법을 도입했다. 먼저 3D 프린터로 미세 터널이 형성된 속이 빈 절연체 구조물을 출력한 뒤, 전도성 잉크가 모세관 현상으로 내부를 채우도록 해 전극과 배선을 형성했다. 이를 통해 복잡한 구조물 내에 미세전극을 자유롭게 배치한 3차원 지지체-미세전극 칩 제작이 가능함을 입증했다. 새 플랫폼은 프로브형, 큐브형, 모듈형 등 다양한 형태로 구현할 수 있으며
[첨단 헬로티] 바이오 및 뇌공학과 박성홍 교수 연구팀이 자기공명영상장치(MRI)의 다중 대조도 영상을 복원하기 위한 새로운 딥러닝 네트워크를 개발했다. 이번 연구를 통해 병원에서 반복적으로 획득하는 다중 대조도 MRI 영상을 얻는 시간이 크게 줄어 편의성 증대, 촬영비용 절감 등의 효과를 볼 것으로 기대된다. ▲ 왼쪽부터 도원준 박사, 서상훈 박사과정, 박성홍 교수 도원준 박사가 1 저자로, 서성훈 박사과정이 공동 1 저자로 참여한 이번 연구는 우수성을 인정받아 국제 학술지 ‘메디컬 피직스 (Medical Physics)’ 2020년 3월호 표지 논문으로 게재됐다. 일반적으로 임상적 환경에서 MRI 촬영은 정확한 진단을 위해 두 개 이상의 대조도로 진행돼 촬영시간이 길어진다. 이에 따라 MRI 촬영비용도 비싸지며 환자들의 불편함을 유발하고, 영상의 품질 역시 환자의 움직임 등으로 인해 낮아질 수 있다. 문제 해결을 보완하기 위해 박 교수 연구팀은 다중 대조도 획득의 특징을 활용한 새로운 딥러닝 기법을 개발해 기존 방식보다 데이터를 적게 수집하는 방식으로 MRI 영상획득 시간을 크게 단축했다. MRI 영상에서 데이터를 적게 수집하는 것은
[첨단 헬로티] KAIST 바이오및뇌공학과 예종철 석좌교수 연구팀이 인공지능의 기하학적인 구조를 규명하고 이를 통해 의료영상과 정밀 분야에 활용 가능한 고성능 인공신경망 제작의 수학적인 원리를 밝혔다. ▲ 왼쪽부터 예종철 교수, 한요섭 연구원, 차은주 연구원 연구팀의 ‘심층 합성곱 프레임렛(Deep Convolutional Framelets)’이라는 새로운 조화분석학적 기술은 인공지능의 블랙박스로 알려진 심층 신경망의 수학적 원리를 밝혀 기존 심층 신경망 구조의 단점을 보완하고 이를 다양하게 응용 가능할 것으로 기대된다. 심층신경망은 최근 폭발적으로 성장하는 인공지능의 핵심을 이루는 딥 러닝의 대표적인 구현 방법이다. 이를 이용한 영상, 음성 인식 및 영상처리 기법, 바둑, 체스 등은 이미 사람의 능력을 뛰어넘고 있으며 현재 4차 산업혁명의 핵심기술로 알려져 있다. 그러나 이러한 심층신경망은 그 뛰어난 성능에도 불구하고 정확한 동작원리가 밝혀지지 않아 예상하지 못한 결과가 나오거나 오류가 발생하는 문제가 있다. 이로 인해 ‘설명 가능한 인공지능(XAI)’에 대한 사회적, 기술적 요구가 커지고 있다. 연구팀은 심층신경
상호명(명칭) : (주)첨단 | 등록번호 : 서울,자00420 | 등록일자 : 2013년05월15일 | 제호 :헬로티(helloT) | 발행인 : 이종춘 | 편집인 : 김진희 |
본점 : 서울시 마포구 양화로 127, 3층, 지점 : 경기도 파주시 심학산로 10, 3층 | 발행일자 : 2012년 4월1일 | 청소년보호책임자 : 김유활 | 대표이사 : 이준원 | 사업자등록번호 : 118-81-03520 | 전화 : 02-3142-4151 | 팩스 : 02-338-3453 | 통신판매번호 : 제 2013-서울마포-1032호
copyright(c) HelloT all right reserved
UPDATE: 2025년 11월 14일 21시 06분
