△ 왼쪽부터 동국대학교 컴퓨터·AI학부 손윤식 교수, 동국대학교 컴퓨터·AI학부 Mehreen Kanwal 박사과정

제목 : Deeply Supervised Multitask Autoencoder for biological brain age estimation using structural magnetic resonance imaging

손윤식 교수 연구팀(손윤식, Mehreen Kanwal)의 구조적 자기공명영상(sMRI) 기반 생체 뇌 연령 추정 성과가 AI 응용 분야 top 저널인 Engineering Applications of Ariticial Intelligence(EAAI)(IF: 9.0, Q1, Top: 3.5%)에 게재되었다. EAAI는 Elsevier에서 발행하는 지능형 시스템 및 인공지능 응용 기술 전반을 다루는 세계적인 학술 저널로, AI 응용 및 컴퓨터 공학 분야에서 높은 권위와 영향력을 인정받는 Top 저널이다. 

연구팀은 Deep Supervision과 Multitask Learning을 결합한 3차원 convolution autoencoder 프레임워크인 Deeply Supervised Multitask Autoencoder (DSMT-AE)를 제안하였다. 3D sMRI 불륨 데이터로부터 뇌 연령을 추정하는 주 작업과 함께 생물학적 성별 분류 및 self-supervised 이미지 재구성을 보조 작업으로 동시 학습시켜, 뇌의 복합적인 해부학적 변이와 성별에 따른 노화 패턴을 정밀하게 분리 및 포착 할 수 있도록 설계하였다. 이를 통해 3D 뇌 MRI 단일 영상만으로 성별 편향 없이 빠르고 정밀하게 뇌 연령을 추정할 수 있어, 퇴행성 뇌 질환의 조기 진단이 가능할 것으로 기대된다.

[제안하는 연구인 DSMT-AE의 구조도]