Decoding Pain: Uncovering the Factors that Affect the Performance of Neuroimaging-based Pain Models Dong Hee Lee(Lead author),
Sungwoo Lee,
Choong-Wan Woo under review, 2023  
codes
/
bioRxiv preprint
이 연구는 문헌 조사와 벤치마킹 분석을 통해 뇌영상 기반 통증 예측 모델 개발 시 고려해야할 모델 타겟과 특성을 파악하였습니다. 데이터 평균화 수준, 뇌의 공간적 범위, 그리고 샘플 크기가 모델 성능에 유의미하게 영향을 미침을 확인했습니다. 이러한 결과는 뇌영상 기반 바이오마커를 개발하고 평가하는 연구에서 고려해야 할 요소들을 제시하고 보다 정밀한 모델 개발 전략을 시사합니다.
Interindividual differences in pain can be explained by fMRI, sociodemographic, and psychological factors
Suhwan Gim, Dong Hee Lee, Sungwoo Lee, Choong-Wan Woo under review, 2023
bioRxiv preprint
Hoeppli 등(2022)이 발표한 논문에 대한 commentary로, 뇌영상, 사회 인구학적 및 심리학적 측정치를 다양하게 포함한 다중 회귀 모델을 사용하면 통증 자기보고(self report)에서의 개인 차이를 예측할 수 있음을 밝힌 연구입니다. 또한, 이러한 차이와 연관된 뇌 영역을 기능성 자기 공명 영상(fMRI) 데이터를 통해 식별하며, 개인의 통증 경험에 대한 예측가능성을 제시하고 이를 검증했습니다.
이 연구는 개인 별로 통증을 처리할 때 변동성이 큰 뇌 영역을 식별하였습니다. 상위 수준의 다기능적(transmodal) 영역이 개인별로 더 큰 변동성을 보이는 반면, 단일 기능(unimodal) 영역은 개인 간에 더 안정적인 통증 표상(representation)을 지닌다는 사실을 밝혀냈습니다. 이러한 뇌 영역의 개인별 차이는 정밀의학(precision medicine) 관점에서 통증 진단 및 치료 관련 통찰력을 제공합니다.
캡사이신 소스를 사용해 혀의 통각을 자극하고 이러한 입 속 통증이 지속되는 동안 기능적 뇌 네트워크의 변화를 탐색한 연구입니다. 통증이 감소함에 따라 초기에는 구강안면 영역(orofacial areas)이 피질하 및 전두엽-두정엽 영역들(subcortical an는frontoparietal regions)과 통합되는 반면 후기에는 분리되는 현상을 밝혀냈습니다. 또한, 머신러닝 모델이 통증 변화를 효과적으로 예측할 수 있음을 보여줍니다. 이 연구는 뇌 시스템 간의 동적 상호작용이 통증 경험을 구성하고 이를 조절하는 방식에 대한 새로운 통찰을 제공합니다.
프로젝트
* 대표 프로젝트에 강조 표시하였습니다.
심장 검진 보조를 위한 심음 세그멘테이션 딥러닝 모델과 웹앱 서비스 이동희(팀 리더),
이명준,
김정현 2024.1.~2024.2. (7주)
코드
/ 웹앱 /
발표영상
이 프로젝트의 목표는 심장 검진 보조를 위한 심음 세그멘테이션 딥러닝 모델과 웹앱 서비스 개발입니다. PhysioNet Challenge에서 제공하는 청진기 소리 데이터를 가지고 U-Net++기반의 심음 (S1, S2) 세그멘테이션 딥러닝 모델을 개발하고 이를 웹앱 서비스에 배포했습니다. 오디오 데이터를 전처리하고 이를 스펙트로그램 형태의 이미지로 변환한 뒤 이미지 세그멘테이션 딥러닝 모델을 학습 및 성능 평가하는 과정을 거쳤습니다.
사용 기술: Python, Numpy, Librosa, torchaudio, OpenCV, Tensorflow, Keras, Google Cloud Platform
서울시 공공자전거 따릉이 대여이력 분석을 통한 수요예측
홍민지, 장교진, 오혜윤, 김현영, 김하림, 이동희 2018.7.~2018.8. (4주)
발표자료
서울시 공공자전거 서비스 따릉이의 대여이력 데이터를 분석하여, 시간대별, 날씨별, 대여소별 대여량을 예측하는 프로젝트입니다. 이 프로젝트는 서울시 공공자전거 서비스의 대여량을 예측하여, 따릉이의 효율적인 운영을 위한 데이터 분석을 목표로 하였습니다. Long Short-Term Memory(LSTM)을 사용하여 상황별 대여 건수를 예측하였습니다.
사용 기술: Python, Numpy, Pandas, Matplotlib, Seaborn, Scikit-learn
대학생 택시 합승을 위한 옥외 디스플레이와 앱 서비스 이동희(팀 리더),
이기태, 이승한, 강산, 현수진, 황선하
2015.11.~2015.12. (4주)
포스터
/ 발표자료
교내 융합 프로젝트 대회에서 진행한 프로젝트로, 대학생들을 대상으로 하는 택시 합승을 위한 옥외 디스플레이와 앱 서비스에 대한 프로토타입을 제작했습니다. 같은 학교 대학생들의 택시 합승을 촉진시키기 위한 서비스로, 캠퍼스 내외부에 설치된 디스플레이를 통해 합승 정보를 제공하고, 이에 대응하는 앱 서비스를 제안하였습니다. 옥외 디스플레이는 아두이노를 이용하여, 앱 서비스는 안드로이드 스튜디오를 통해 제작하였습니다. 이 프로젝트는 대회 우수상과 인기상을 수상했습니다.
2015 경기도 공공디자인 공모전 '100세 시대를 맞이하여 디자인으로 도민의 삶의 질을 높여갈 수 있는 창의적 아이디어'라는 주제에서 출발한 프로젝트입니다. 이 프로젝트는 도로에 설치된 볼라드*의 디자인을 보행약자 쉴 수 있는 공간으로 재해석했습니다. 보행 중이나 신호 대기 중에 앉아서 쉴 수 있는 볼라드를 제안하였습니다. 이 프로젝트는 본선진출(상위 10팀)하여 동상을 수상했습니다.
* 볼라드: 도로의 특정 구간을 차량의 진입을 막거나 보행자의 안전을 위해 설치된 도로 시설물