MRI는 연부조직에 대한 고해상도의 영상을 제공하며 진단적 가치가 매우 높은 영상 검사이며, 디지털 데이터를 이용하여 딥러닝 기술을 통해 컴퓨터 보조 진단 역할을 수행할 수 있다. 본 연구는 딥러닝 기반 YOLOv3를 이용하여 뇌종양 분류 성능을 확인해 보고자 한다. 253장의 오픈 MRI 영상을 이용하여 딥러닝 학습을 진행하고 학습 평가지표는 평균손실(average loss)와 region 82와 region 94를 사용하였으며, 뇌종양 분류 모델 검증을 위해 학습에 사용되지 않은 영상을 이용하여 검출 성능을 평가하였다. 평균손실은 2248 epochs 시 0.1107, region 82와 region 94의 24079 반복학습 시 average IoU, class, .5R, .75R은 각각 0.89와 0.81, 1.00과 1.00, 1.00과 1.00, 1.00과 1.00의 결과값을 도출하였다. 뇌종양 분류 모델 검증 결과 정상 뇌와 뇌종양 각각 95.00%, 75.36%의 정확도로 분류할 수 있었다. 본 연구 결과를 통해 MRI 영상을 활용한 딥러닝 연구 및 임상에 기초자료로 사용될 것이라 사료된다.

본 연구는 선진국에서 앞장서서 선포하고 있는 세계적인 추세인 뇌발달에 대한 관심을 바탕으로 한다. 특히 뇌발달의 기초가 되는 영아기 뇌발달에 대한 애착기반 부모교육의 중요성을 제안하였다. 현대의 부모가 편리하고 개별적으로 쉽게 접근할 수 있는 M-러닝 프로그램을 제안하였다. 뇌의 발달은 영아기에 급속도로 이루어진다. 두미발달의 원칙에 의해 출생 시에 머리와 뇌의 크기는 신체의 다른 어떤 부위보다 성인에 가깝다. 영아기 뇌의 발달은 전적으로 생물학적 프로그램에 따른 것이 아니고 환경의 영향에 의해 민감하게 작용한다. 안정된 애착으로 인한 효과적인 우뇌 기능의 발달은 영아가 성장하는 단계에서 최적의 발달을 위한 회복요인이다. 안정된 애착에 의한 양육경험은 영아의 정서적 표현과 두뇌의 신경 화학적 물질에 영향을 주어 사회적, 정서적 행동조절에 긍정적인 영향을 미친다. 결국 두뇌발달의 유발요인은 안정된 애착형성이라고 할 수 있다.