우리 연구실은 고위 인지 기능의 신경 기전을 연구합니다. 다양한 기술을 사용하여, 우리 뇌가 어떻게 다양한 행동을 학습하고 계산하는지 연구합니다.

또한, 침습적 뇌-기계 인터페이스(BMI)를 통한 뇌와 효율적인 정보 교환 알고리즘을 연구하고 있습니다.

Neuropixels 신경 탐침, 칼슘 이미징, 설치류 가상 현실 시스템, 광유전학, 초고속 뇌-기계 인터페이스와 같은 차세대 도구를 사용하여 동물의 행동 및 신경 기전을 연구하고 또한 조절하는 것을 목표로 합니다.

뇌-기계 인터페이스 (Brain-Machine Interface; BMI)는 신체를 통하지 않고, 뇌와 직접 신호를 주고받을 수 있는 기술을 말합니다.

BMI를 통하여 뇌졸중, 척수손상, 극위축성측색경화증 등의 신경계 질환으로 발생한 시각이나 운동기능의 손실을 회복시킬 수 있고, 또한 우울증, 강박장애, PTSD 등 정신질환에서 신경 조절을 통한 회복을 시도할 수 있습니다.

• 실시간 양방향 뇌-기계 인터페이스(BMI)를 사용하여 생물학적 신경망을 직접 제어하는 것을 목표로 합니다. 기존의 인코딩-디코딩 접근 방식 대신, 신경망과 행동을 안내하는 제어 알고리즘을 개발하고 있습니다.
• 실시간 단일 유닛 뇌-기계 인터페이스(BMI)를 사용하여 뇌 손상 후 자발적 회복 메커니즘을 연구합니다. 이 연구는 손상된 뇌가 어떻게 스스로 기능을 회복하는지 밝히고, 이를 바탕으로 보다 효과적인 재활 치료법을 개발하는데 기여하고자 합니다 [글로벌 의사과학자 양성사업, 보건복지부, 2024-2026].
• PTSD 동물 모델에서 광범위한 뇌 영역의 신경활성을 측정하고, 공포반응과 관련된 신경표상을 찾아내고 이를 조절하는 기술을 개발합니다. [뇌과학 선도융합기술개발사업, 과학기술정보통신부, 2023-2027]

신경과학, 머신러닝, 신호처리 등의 기술 발전에도 불구하고, 여전히 해결하기 어려운 문제들이 있습니다.

첫째, 시각 피질, 운동 피질, 해마에서의 신경세포 수용장 (tuning curve)이 시간이 지남에 따라 지속적으로 변합니다. 따라서, 신경 신호 디코더 (decoder) 또한 지속적으로 보정해줘야 함으로 실용성이 떨어지는 한계가 존재합니다.

둘째, 이전에 경험하지 못했거나, 새로운 도구에 대한 신경 표상 (neural representation)은 기존의 디코더로는 해독이 불가능합니다.

세번째, 기존 전극의 제한으로 인하여 한 번에 많은 수의 신경세포 신호를 측정하지 못하였고, 측정에서 피드백에 이르기까지의 지연시간이 수 백 밀리 초로 스파이크 전위의 변화 단위인 1-2 밀리 초 내의 빠른 피드백이 힘들었습니다.

본 연구실은 이러한 문제점을 극복하여 신경회로를 조절할 수 있는 다양한 조작 기법을 개발하고, 실제 임상에 활용 가능한 BMI system을 구축하고자 합니다.