Automatic pain face analysis in mice: Applied to a varied dataset with non-standardized conditions

이 논문은 다양한 마우스 계통과 실험 조건에서 비표준화된 환경의 쥐 얼굴 표정을 분석하여 인간 판정자보다 높은 정확도로 통증 점수를 예측하는 자동화된 딥러닝 모델을 개발하고, 이를 위해 다양한 하위 집합을 통합한 대규모 데이터셋을 구축한 연구 결과를 제시합니다.

핵심

🐭 1. 왜 이런 연구가 필요할까요? (배경)

과학 실험을 할 때 쥐는 매우 중요한 친구입니다. 하지만 쥐는 말을 못 하니까, 아픈지, 스트레스를 받는지 알기가 어렵습니다.

• 기존 방법: 연구원들이 직접 쥐를 꺼내서 얼굴을 보고 "아, 눈이 찌푸려졌네, 귀가 뒤로 젖혔네"라고 일일이 점수를 매깁니다.
• 문제점: 사람이 직접 보면 피곤하고, 시간이 걸리며, 사람이 옆에 있으면 쥐가 놀라서 가면을 쓰고 (아픈 척 안 하거나) 행동을 바꿀 수 있습니다. 마치 우리가 감기약을 먹으러 병원에 갔을 때 의사 앞에서만 "아프지 않아요"라고 하는 것과 비슷하죠.
• 목표: 쥐가 자기 집 (우리) 에서 편안하게 있을 때, 사람이 간섭하지 않고 24 시간 내내 자동으로 "이 쥐는 지금 아파"라고 알려주는 카메라와 인공지능을 만들고 싶었습니다.

📸 2. 그들이 한 일: "다양한 얼굴 사진 3 만 5 천 장" (데이터)

인공지능을 가르치려면 많은 예시가 필요합니다. 연구팀은 5 개 다른 실험실, 5 가지 다른 쥐 종류 (흰색, 검은색, 갈색 등), 다양한 실험 조건에서 찍은 약 3 만 5 천 장의 쥐 얼굴 사진을 모았습니다.

• 비유: 마치 요리사가 "한국 음식, 일본 음식, 이탈리아 음식" 등 다양한 요리를 다 맛보고 나서, "어떤 음식이든 맛있게 만드는 비결"을 배우는 것과 같습니다. 만약 한국 음식만 배우면 일본 음식을 만들 때 실패할 수 있죠.
• 데이터의 특징: 쥐의 털 색깔도 다르고, 잠든 곳 (우리) 모양도 다르고, 조명도 다릅니다. 이건 인공지능에게 매우 어려운 시험입니다. (예: 검은 쥐는 어두운 곳에서, 흰 쥐는 밝은 곳에서 찍힌 사진이 섞여 있음)

🤖 3. 인공지능의 학습 과정 (모델 훈련)

연구팀은 이 방대한 사진들을 인공지능 (딥러닝) 에게 보여주고 학습시켰습니다.

1. 먼저 기초 체력 단련: 쥐가 아픈지 아닌지 (이진 분류) 를 먼저 구분하는 법을 배웠습니다.
2. 그다음 정밀 측정: "얼마나 아픈가?"를 0 점부터 2 점까지 숫자로 정확히 점수 매기는 법을 배웠습니다.
   • 쥐의 고통 척도 (MGS): 쥐의 얼굴에는 5 가지 신호가 있습니다.
     • 눈 주위 근육이 쪼그라드는 것 (가장 중요함)
     • 코가 부풀어 오르는 것
     • 볼이 부풀어 오르는 것
     • 귀의 위치
     • 수염의 모양
   • 인공지능은 이 5 가지를 모두 보고 평균 점수를 냅니다.

🏆 4. 결과는 어땠나요? (성과)

• 인간 vs 인공지능: 인공지능이 점수를 매긴 결과와 인간 전문가가 매긴 점수를 비교했습니다.
  • 결과: 인공지능의 오차 (실수) 가 평균 인간 전문가보다 더 작았습니다! (인간 전문가끼리도 의견이 달라서 오차가 0.37 정도 났는데, 인공지능은 0.26 정도였습니다.)
  • 비유: "시험을 치는데, 인공지능이 선생님이 채점한 정답과 거의 똑같은 점수를 맞췄고, 오히려 선생님들끼리 채점할 때보다 더 일관된 점수를 매겼다"는 뜻입니다.
• 상관관계: 인공지능이 예측한 점수와 인간이 본 점수의 일치도는 85% 로 매우 높았습니다.

⚠️ 5. 하지만 아직 넘어야 할 산이 있습니다 (한계)

인공지능이 한 실험실 데이터로만 배웠을 때, 다른 실험실 (다른 쥐 종류, 다른 조명) 의 사진을 보면 성능이 떨어졌습니다.

• 비유: "한국어만 배운 인공지능에게 일본어를 보여주면 이해를 못 한다"는 것과 비슷합니다.
• 해결책: 여러 실험실의 데이터를 섞어서 가르치니 (다양한 환경에 노출시키니) 성능이 훨씬 좋아졌습니다. 하지만 완전히 완벽하진 않아서, 새로운 환경에 적용할 때는 인간이 조금만 도와주면 (새로운 데이터로 다시 학습시킴) 더 정확해집니다.

💡 6. 결론 및 의의

이 연구는 **"쥐의 고통을 자동으로, 그리고 정확하게 알아내는 인공지능"**을 개발하는 데 큰 걸음을 내디뎠습니다.

• 의미: 앞으로 쥐들이 실험실 우리 안에서 편안하게 지낼 때, 사람이 건드리지 않아도 인공지능이 "이 친구는 아파, 치료해 줘"라고 알려줄 수 있게 됩니다.
• 장점: 쥐의 스트레스를 줄이고, 실험 결과의 정확도를 높이며, 동물 실험의 윤리적 기준을 높이는 데 기여합니다.

한 줄 요약:

"다양한 환경에서 찍은 3 만 5 천 장의 쥐 얼굴 사진을 학습시킨 인공지능이, 이제 인간 전문가보다 더 정확하게 쥐가 아픈지 알아내는 시대가 왔습니다!"

기술 요약

1. 문제 정의 (Problem)

• 배경: 실험동물의 복지와 고통을 평가하는 것은 윤리적, 법적 요구사항일 뿐만 아니라 과학적 데이터의 신뢰성을 위해 필수적입니다. 쥐의 경우 '쥐 표정 척도 (Mouse Grimace Scale, MGS)'가 고통을 평가하는 표준 도구로 널리 사용됩니다.
• 현재의 한계:
  • 기존 MGS 평가는 훈련된 인력이 수동으로 수행하므로 시간이 많이 걸리고, 관찰자의 존재가 쥐의 행동 (특히 통증 표정) 을 왜곡할 수 있습니다.
  • 기존 자동화 도구들은 대부분 표준화된 케이지 옆 촬영 환경 (cage-side recording setup) 에서 특정 쥐 계통 (주로 흰색 또는 검은색 털) 에만 국한되어 있습니다.
  • 실제 실험 환경 (Home cage) 은 조명, 케이지 크기, 침구, 쥐의 털 색깔, 실험 처리 조건 등이 다양하여 컴퓨터 비전 모델이 이러한 비표준화된 조건에서 신뢰성 있게 작동하기 어렵습니다.
• 핵심 과제: 다양한 쥐 계통, 실험 조건, 촬영 환경에서 작동할 수 있는 범용적이고 자동화된 MGS 분석 시스템의 부재.

2. 방법론 (Methodology)

• 데이터셋 구축:
  • 약 35,000 장의 쥐 얼굴 이미지로 구성된 대규모 데이터셋을 공개했습니다.
  • 5 개의 하위 집합 (Subsets): 서로 다른 5 개 연구소 (AW, JW, KH, LW, MR) 에서 수집된 데이터로 구성되며, 다음과 같은 다양성을 포함합니다.
    • 쥐 계통: C57BL/6N, BALB/c, C57BL/6J, NMRI, DBA1 등 5 가지 계통.
    • 털 색깔: 흰색 (Albino), 갈색 (Dilute brown), 검은색 (Black).
    • 조건: 수술 (골절/고정), 마취, 약물 투여 (LPS 등), 다양한 케이지 환경 및 조명 조건.
    • 이미지 유형: 비디오 프레임 및 정지 사진.
  • 레이블링: 인간 평가자들이 5 가지 얼굴 행동 단위 (Orbital tightening, Nose bulge, Cheek bulge, Ear position, Whisker change) 를 0~2 점 척도로 평가하여 평균 MGS 점수를 산출했습니다.
• 모델 아키텍처 및 학습 전략:
  • 백본 (Backbone): ResNet-50 모델을 사용했습니다.
  • 전이 학습 (Transfer Learning):
    1. 사전 학습 (Pretext Task): ImageNet-21k 데이터셋으로 객체 인식 능력을 학습한 후, '복지 손상 (Impaired)'과 '손상 없음 (Unimpaired)'을 이진 분류하는 태스크로 추가 학습을 수행했습니다.
    2. 메인 태스크: 최종적으로 평균 MGS 점수 (0~2 사이의 연속 값) 를 회귀 (Regression) 하도록 모델을 미세 조정 (Fine-tuning) 했습니다.
  • 데이터 전처리: 비디오 기반 데이터셋 (AW, JW) 의 경우 DeepLabCut(DLC) 을 기반으로 한 얼굴 탐지기를 사용하여 얼굴이 명확하게 보이는 프레임을 자동 선별하고, 흐림 (Blurriness) 을 제거하는 과정을 거쳤습니다.
  • 입력: 모든 이미지는 회색조 (Grayscale) 로 변환되어 모델에 입력되었습니다.

3. 주요 기여 (Key Contributions)

1. 대규모 다양성 데이터셋 공개: 비표준화된 조건 (다양한 계통, 실험실, 환경) 에서 수집된 약 35,000 장의 이미지와 3,000 개 이상의 MGS 라벨을 포함하는 데이터셋을 공개하여 향후 연구의 벤치마크로 활용 가능하게 했습니다.
2. 범용 자동화 모델 개발: 단일 실험실이나 특정 조건에 국한되지 않고, 다양한 환경에서 쥐의 통증 표정을 예측할 수 있는 딥러닝 모델을 제시했습니다.
3. 비교 분석: 단일 얼굴 행동 단위 (Orbital tightening) 만을 사용하는 모델과 모든 얼굴 특징을 사용하는 모델의 성능을 비교하고, 교차 데이터셋 평가 (Cross-dataset evaluation) 를 통해 모델의 일반화 능력을 검증했습니다.

4. 결과 (Results)

• 성능 지표:
  • 전체 데이터셋을 학습한 모델은 RMSE (평균 제곱근 오차) 0.26을 기록했습니다. 이는 인간 평가자들 간의 평균 오차 (Inter-rater RMSE) 보다 낮은 수치로, 모델이 인간 평가자보다 더 일관된 성능을 보임을 의미합니다.
  • 인간 평가자와 모델 간의 상관관계는 매우 높았습니다 (Pearson's r = 0.85).
• 교차 데이터셋 평가 (Cross-dataset Evaluation):
  • 학습 데이터와 다른 하위 집합으로 테스트할 경우 오차가 증가하는 경향이 있었습니다 (예: RMSE 0.33~0.63).
  • 그러나 여러 하위 집합을 결합하여 학습한 모델이 단일 집합 학습 모델보다 일반화 성능이 우수했습니다. 이는 모델이 쥐의 털 색깔이나 배경과 같은 무관한 시각적 정보보다는 통증의 본질적인 특징에 집중하도록 학습되었기 때문으로 해석됩니다.
• Orbital Tightening (OT) 만의 분석:
  • OT 는 인간 평가자 간 일치도 (IRR) 가 가장 높았으나, OT 만을 대상으로 학습한 모델은 모든 얼굴 특징을 학습한 모델보다 RMSE 가 더 높았습니다 (성능 저하). 이는 OT 만으로는 통증의 전체적인 양상을 포착하기 어렵기 때문으로 판단됩니다.
• 데이터 분포의 영향: MGS 점수 분포가 좁은 데이터셋 (낮은 통증 점수 위주) 에서는 RMSE 가 낮게 나오지만, 이는 실제 예측 정확도가 높다는 것을 의미하지 않을 수 있음 (Low-score bias) 을 확인했습니다.

5. 의의 및 결론 (Significance & Conclusion)

• 실용적 가치: 이 연구는 실험동물의 고통을 평가하기 위해 동물을 실험실 밖으로 꺼내 표준화된 환경에 두는 번거로움과 스트레스를 줄일 수 있는 가능성을 제시합니다. 즉, Home cage(사육 케이지) 환경에서도 실시간으로 자동화된 통증 모니터링이 가능해졌습니다.
• 과학적 기여: 비표준화된 조건에서도 작동하는 모델의 개발은 실험동물의 복지 개선 (3R 원칙) 과 데이터의 신뢰성 향상에 기여합니다.
• 향후 방향: 새로운 데이터셋에 적용할 때, 일부 데이터에 대한 인간 평가 점수를 사용하여 모델을 미세 조정 (Fine-tuning) 하면 성능을 더욱 향상시킬 수 있음을 보였습니다. 공개된 데이터셋과 모델을 통해 향후 연구자들이 비표준화된 환경에서의 자동화된 통증 분석을 위한 추가적인 발전을 이룰 수 있을 것으로 기대됩니다.

요약하자면, 이 논문은 다양하고 복잡한 실험 환경에서도 신뢰할 수 있는 쥐의 통증 자동 분석 시스템을 구축하기 위해 대규모 데이터셋을 확보하고 딥러닝 모델을 학습시켰으며, 그 결과 인간 평가자 수준의 성능을 달성했음을 입증했습니다.