뉴런 추적 및 딥러닝 기반의 대화형 뉴런 구조 교정 기법

Abstract

축삭(axon), 가지돌기(dendrite), 신경세포체(cell body)와 같은 뉴런의 소기관을 분리하는 작업은 신경학적 현상의 분석에 도움을 준다. 최근에 딥러닝 기술을 이용하여 이를 수행하고자 하는 시도들이 있지만, 데이터의 노이즈, 훈련 데이터와의 차이등으로 인해 결과에 오류를 포함할 가능성이 있다. 따라서, 이러한 기술을 실제 분석에 활용하기 위해서는 결과를 교정하는과정이 필수적이지만, 이는 전문가가 수작업으로 수행해야 하기 때문에 많은 노력과 시간이 소요된다. 우리는 딥러닝 결과에존재하는 오류들을 보다 손쉽게 교정할 수 있는 대화형 뉴런 구조 교정 방법을 제안한다. 이 방법은 구조적 일관성을 지니는뉴런의 특성을 기반으로 뉴런 구조를 교정하여 적은 사용자의 인터랙션으로도 높은 정확도의 교정 결과를 얻을 수 있도록한다.