상어에서의 두개안면 형태계측은 진화사, 지리적 변이, 성적 이형성, 발달 양상에 관한 핵심적 통찰을 제공한다. 그러나 상어 두개안면 골격은 연약한 연골성 구조이기 때문에 전통적인 표본 준비 과정에서 상당한 어려움이 있으며, 이로 인해 두개골 랜드마크가 손상되고 측정 정확성이 저하되는 경우가 흔하다. 계산단층촬영(CT)은 비침습적 해부학적 관찰의 대안이 될 수 있으나, 상어의 진피 치상(dermal denticles)에 높은 전자 밀도가 존재하여 3차원 체적 렌더링 영상(3DVRI)에서 내부 구조의 명확한 시각화를 방해한다. 본 연구는 상어 두개안면 골격의 CT 영상에서 진피 치상층을 디지털 방식으로 제거하기 위한, 기계학습 기반 인공지능(AI) 솔루션을 제시한다. 우리는 기반 해부학적 구조는 보존하면서 진피 치상층에 해당하는 고강도(High-intensity) 복셀을 선택적으로 제거하는 기하학적 AI 구동 소프트웨어(SKINPEELER)를 개발하였다. 이 접근법을 20마리 상어의 CT 스캔(16 Carcharhinus brachyurus, 2 Alopias vulpinus, 1 Sphyrna lewini, 1 Prionace glauca)으로 평가하였고, AI 구동 소프트웨어를 Digital Imaging and Communications in Medicine(DICOM) 영상 처리에 적용하였다. 처리된 스캔은 정확한 두개안면 계측을 가능하게 하기 위해 골 재구성 알고리즘을 사용하여 재구성하였다. 방법의 정확도는 처리된 3DVRI에서 얻은 계측값을 전통적인 수기 측정값과 비교하여 평가하였다. AI 보조 접근법은 수기 측정 대비 높은 정확도(86.16–98.52%)를 보였다. 또한 급내상관계수(intraclass correlation coefficients, ICC)를 사용하여 재현성과 반복성을 평가한 결과, 높은 재현성(ICC: 0.456–0.998)과 반복성(연산자 1의 경우 ICC: 0.985–1.000, 연산자 2의 경우 ICC: 0.882–0.999)을 확인하였다. 이러한 결과는 3D CT 재구성과 결합한 본 AI 향상 디지털 치상 제거 기법이 상어 두개안면 형태를 연구하기 위한 전통적 표본 준비 방법에 대해 신뢰할 수 있고 비파괴적인 대안을 제공함을 시사한다. 본의 새로운 접근은 표본의 무결성을 보존하면서 계측 정밀도를 향상시키며, 진화 연구, 보전 노력, 해부학적 조사 등 상어 연구의 다양한 분야에 잠재적으로 기여할 수 있다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.