Development of a Facial Structure Prediction Platform through Deep Learning-based 3D Face Embedding and Whole Genome Integration Analysis
개인기초연구(과기정통부)(R&D) · 우수연구-핵심연구(도전형)
2026년
2710115223
과학기술정보통신부
한국연구재단
서울대학교
김성진
2명
2026.09.01 ~ 2027.08.31
2025.09.01 ~ 2028.08.31
9,358만원
9,358만원
기초연구
대학
서울특별시 관악구
생명과학 > 유전학·유전체학 > 유전체학
(1) 연구의 개념 - 본 연구는 3차원 얼굴 스캔 데이터를 딥러닝 기반 생성형 모델을 활용하여 다수의 저차원 변수(저차원 임베딩, latent representation)로 변환하고, 이를 전장 유전체 데이터와 통합 분석함으로써 유전 정보를 기반으로 3차원 얼굴 구조를 예측하는 새로운 연구 패러다임을 제시하고자 한다.- 본 연구가 성공할 경우, 개인의 유전체 ...
* 본 연구는 크게 두 단계로 구성된다.- 1단계에서는 3D 얼굴 스캔 데이터를 고차원 형상 정보에서 저차원 임베딩으로 변환하 고, 이를 다시 원래의 얼굴 형상으로 정밀하게 복원할 수 있는 딥러닝 모델을 구축한다.- 2단계에서는 환자를 직접 recall하여 혈액을 채취하고 WGS을 수행한 후, 도출된 유전체 정보 와 얼굴 임베딩 간의 연관성을 분석하는 통합 ...
... 확보: 본 연구에서 개발된 임베딩 모델은 MRI, CT, 체형 스캔 등 고차원 의료영상에도 적용 가능하여 다양한 생체지표 기반 정밀 분석으로 확장될 수 있다.④ 대규모 코호트 및 산업 플랫폼으로의 확장 가능성: 1만 명 이상의 코호트를 대상으로 한 확장 연구, 병원 및 기업과의 기술이전, 정밀진단 기반 임상 파일럿 연구 추진이 가능하다. 2) 연구과제의 기대효과① 과학기술적 기대효과: ...