01
다중스케일 & 다중모달 뇌 역학 모델
Multiscale & Multimodal Brain Dynamics Models
다양한 뇌 활동 데이터를 설명할 수 있는 다중스케일 및 다중모달 뇌 역학 모델을 개발합니다. 이 연구는 여러 수준과 양식에서 뇌 기능을 통합적으로 이해하는 것을 목표로 합니다.
주요 데이터 유형:
- 전기생리학 데이터 (Electrophysiology): EEG, MEG, LFP 등 뇌의 전기적 활동 측정
- 신경영상 데이터 (Neuroimaging): fMRI, PET, DTI를 통한 뇌 구조 및 기능 영상화
- 유전 정보 (Genetic Information): 유전자 발현 패턴과 뇌 기능 간의 관계
- 행동 데이터 (Behavioral Data): 인지 과제 수행 및 행동 반응 분석
핵심 기술:
02
생물학적 타당 뇌 가소성 모델
Biologically Plausible Brain Plasticity Model
각 개인을 위한 적응형 뇌 치료 방안을 개발하기 위한 생물학적으로 타당한 뇌 가소성 모델을 연구합니다. 이 연구는 개인 맞춤형 신경재활 및 인지 향상 전략 개발에 기여합니다.
연구 초점:
- 시냅스 가소성: 장기강화(LTP)와 장기억제(LTD) 메커니즘 모델링
- 구조적 가소성: 수상돌기 성장 및 시냅스 형성/제거 과정
- 개인차 분석: 개인별 뇌 가소성 패턴 특성화
- 임상 응용: 뇌손상 회복 및 신경퇴행성 질환 치료 전략
핵심 기술:
03
기계학습 기반 신경영상 & 행동 데이터 분석
NeuroImage & Behavioral Data Analysis with Machine Learning
고급 기계학습 기술을 활용하여 신경영상 및 행동 데이터를 분석하고 의미 있는 패턴과 통찰력을 추출합니다. 빅데이터와 AI를 결합한 차세대 뇌 연구 방법론을 개발합니다.
분석 방법론:
- 딥러닝 기반 영상 분석: CNN, RNN을 활용한 뇌영상 자동 분류 및 분할
- 패턴 인식: 뇌 활동 패턴에서 임상적으로 의미 있는 바이오마커 발견
- 예측 모델링: 인지 수행 및 임상 결과 예측
- 차원 축소: 고차원 뇌 데이터의 효율적 표현 및 시각화
핵심 기술:
데이터 분석 & 기계학습
04
뇌 이해를 위한 정보이론 & 신규 AI
Information Theory & Novel AI for Brain Understanding
뇌 기능을 이해하기 위해 특별히 설계된 새로운 정보이론 접근법과 인공지능 방법을 개발합니다. AI와 신경과학의 상호작용을 통해 양 분야의 발전을 도모합니다.
연구 주제:
- 정보 흐름 분석: 뇌 영역 간 정보 전달 및 통합 메커니즘 규명
- 엔트로피 & 복잡도: 뇌 활동의 정보량과 복잡성 정량화
- 생물학적 영감 AI: 뇌 원리에 기반한 새로운 AI 알고리즘 개발
- 의식 연구: 정보통합이론(IIT) 및 의식의 신경 상관물 탐구
핵심 기술:
AI & 정보이론