DGIST 전기전자컴퓨터공학과 최지웅 교수 연구팀은 국립금오공과대학교, 고려대학교, 한국뇌연구원과 함께 파킨슨병 환자의 뇌 신호를 더 정밀하게 읽는 딥러닝 기술 ‘노노스(NONOS)’를 개발했다. 이 기술은 뇌파에 함께 섞여 있는 주기적 진동 성분과 비주기적 배경 성분을 높은 시간 해상도로 나눠 분석한다. 연구팀은 기존 방식이 특정 주파수 대역만 걸러내거나 주파수 영역에서 묶어서 처리해, 배경 변화와 실제 베타파 변화를 구분하기 어렵고 순간적인 신호 변화도 놓치기 쉽다고 봤다.
노노스는 시간에 따라 기록된 원본 신호를 직접 처리하고, 1/f 특성을 가진 배경 성분을 U-Net 기반 신경망으로 추출한 뒤 원 신호에서 제거하는 구조를 썼다. 이 과정에서 위상 정보를 보존해 시간 해상도 손실을 줄였고, 실제 파킨슨병 환자의 시상하핵 국소장전위 신호 분석에서 보행 중 발뒤꿈치가 지면에 닿는 시점 전후의 베타파 변화를 더 정밀하게 포착했다. 연구팀은 이를 바탕으로 환자 상태에 맞춰 전기자극을 자동 조절하는 맞춤형 뇌 치료 기술로 이어질 가능성에 주목했다.