이동희

뇌과학이미징연구단에서 석사 후 연구원으로 재직 중 입니다. 기능성 자기 공명 영상(fMRI)과 머신러닝 기법을 활용하여 사람이 느끼는 통증 정도를 뇌의 활성도를 보고 예측하는 모델을 연구개발하고 있습니다.

인지 과학, 계산 신경 과학, 그리고 인공 지능 전반에 대해 두루두루 관심있습니다. 사람의 몸과 마음의 기능을 컴퓨터와 같은 계산 도구를 통해 이해하고자 합니다. 현재는 딥러닝에 주력하고 있으며, 그 중에서도 특히 컴퓨터 비전 분야에 힘을 쏟고 있습니다.

기술 스택: MATLAB, Python, TensorFlow, Keras, Scikit-learn, Numpy, Pandas, Matplotlib, Git, Google Cloud Platform, Slack, Notion

E-mail  /  X  /  Github  /  LinkedIn  /  Blog

논문

* 대표 논문에 강조 표시하였습니다.

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.

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.

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 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

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