뇌 통계 시각화를 위한 R 패키지 ggseg·ggseg3d 활용 가이드

본 논문은 신경영상 연구에서 결과를 시각적으로 전달할 때 공간적 차원을 고려하는 필요성에 주목하고, 이를 해결하기 위한 R 패키지 ggseg와 ggseg3d를 상세히 소개한다. ggseg는 2차원 폴리곤 형태의 뇌 파셀레이션을 ggplot2와 연동해 시각화하는 도구이며, ggseg3d는 3차원 메쉬를 plotly 기반으로 인터랙티브하게 표현한다. 두 패키지는 모두 사전 정의된 뇌 아틀라스 데이터를 포함하고 있으며, 추가적인 아틀라스를 제공하는 ggsegExtra 패키지를 통해 커뮤니티 기반 확장이 가능하도록 설계되었다. ggseg의 핵심 함수인 ggseg()는 geom_polygon을 래핑한 형태로, 기본적으로 Desikan‑Killiany (DKT) 피질 아틀라스를 사용한다. 사용자는 ‘atlas’, ‘hemisphere’, ‘view’, ‘position’ 등의 인자를 통해 전체 혹은 부분 뇌, 좌우 반구, 측면·내측·전면 등 다양한 시점을 지정할 수 있다. 색상 매핑은 fill 혹은 colour 매핑을 통해 수행되며, ‘area’ 열을 이용한 discrete 색상 팔레트와 ‘p’ 값 같은 연속형 변수에 대한 gradient 색상 적용이 가능하다. 색상 스케일은 FreeSurferColorLut 등 기존 neuroimaging 소프트웨어와 일관성을 유지하도록 제공된다. 데이터 입력 형식은 long 형태가 기본이며, wide 형태의 데이터를 gather() 등을 이용해 변환한 뒤 ‘label’ 열과 매칭시켜 사용한다. 또한, dplyr의 group_by와 ggplot2의 facet_wrap/ facet_grid를 활용해 연령군, 진단군 등 그룹별 서브플롯을 손쉽게 생성할 수 있다. ggseg3d는 3차원 메쉬 시각화를 담당한다. ggseg3d() 함수는 기본적으로 DKT 3D 아틀라스를 ‘LCBC’ 표면에 매핑하며, ‘fsaverage5’ 등 다른 표면도 선택 가능하다. 3D 플롯은 plotly를 기반으로 하여 마우스 드래그, 확대/축소 등 인터랙티브 기능을 제공한다. 뇌 팽창(inflation), 유리 뇌(glass brain) 옵션, 카메라 위치 지정 등 고급 시각화 옵션을 통해 해부학적 구조를 강조하거나 특정 영역을 부각시킬 수 있다. 3D 메쉬 데이터는 polygon 데이터보다 구조가 복잡하지만, 시각적 직관성을 크게 향상시킨다. ggsegExtra 패키지는 현재 15개의 추가 아틀라스를 포함하고 있다. 각 아틀라스는 polygon(2D) 혹은 mesh(3D) 형태로 제공되며, 표 1에 정리된 바와 같이 메쉬 지원 여부, 원본 논문, 패키지 연계성을 한눈에 확인할 수 있다. 이를 통해 연구자는 자신의 연구 목적에 맞는 최신 파셀레이션을 손쉽게 불러와 ggseg·ggseg3d와 결합할 수 있다. 논문은 또한 패키지 배포와 설치 방법을 안내한다. ggseg는 현재 GitHub를 통해 remotes::install_github("LCBC-UiO/ggseg") 명령으로 설치 가능하며, 향후 CRAN 등록이 예정되어 있다. ggseg3d와 ggsegExtra 역시 GitHub에서 설치한다. 제한점으로는 2D 플롯이 뇌의 깊이 정보를 완전히 전달하지 못한다는 점, 3D 메쉬 데이터 구조가 복잡해 초보자가 다루기 어려울 수 있다는 점, 그리고 현재 ggseg 패키지가 CRAN에 아직 등록되지 않아 설치 과정이 다소 번거로울 수 있다는 점을 언급한다. 또한, subcortical 아틀라스는 시점(view) 옵션이 제한적이며, 2D 플롯에서 반구 선택이 불가능한 경우도 있다. 결론적으로, ggseg·ggseg3d는 R 기반 통계 분석 파이프라인에 뇌 공간 정보를 자연스럽게 통합함으로써 결과 해석의 직관성을 크게 향상시키고, 색상 팔레트와 ggplot2/plotly와의 연계성을 통해 높은 커스터마이징을 제공한다. 커뮤니티 기반 ggsegExtra를 통한 아틀라스 확장은 향후 다양한 파셀레이션을 지원할 수 있는 기반을 마련한다. 이러한 도구들은 뇌 통계 결과를 보다 효과적으로 전달하고, 재현 가능한 워크플로우를 구축하는 데 기여한다.