피부 상처의 정확한 연령 평가(상처가 생긴 지 얼마나 되었는지 판별)는 법의학적 해부학 분야에서 진단상의 중요한 과제입니다. 본 연구는 머신러닝 기반 영상분할 기법을 활용하여 시간 경과에 따른 돼지 실험 상처에서 콜라겐 밀도와 세포 증식 활동을 정량화하고, 객관적인 상처 연령 평가 방법을 제공하는 것을 목적으로 하였습니다. 돼지(포유류) 실험 상처(총 68개)로부터 취득된 조직 절편은 Masson's trichrome 염색 또는 Ki67 면역조직화학 표지로 증식 활동을 평가받았습니다. 실험 상처는 등 부위에 위치하였고, 상처의 연령은 5일에서 35일까지 분포되었습니다. 상처 내 콜라겐 및 증식 활동은 신경망 기반의 픽셀 분류기와 랜덤트리 기반 객체 분류기를 훈련, 적용하여 객관적으로 정량화하였습니다. 하층과 상층 상처 부위 간의 상대적 콜라겐 양상과 콜라겐 비율은 시간 경과에 따라 유의미한 패턴을 보였습니다. 반면, Ki67-양성 세포(증식활동)의 비율은 상처 연령 평가에 적합하지 않은 것으로 나타났습니다. 결론적으로, 콜라겐과 세포 성분을 구분하도록 훈련된 신경망 픽셀 분류기의 적용은 법의학적 상처 연령 판별에 있어 객관적인 방법입니다. 다만, 보다 높은 정밀도를 확보하기 위해서는 해당 방법을 다른 시간 의존적 표지자와 병행하여 보조 평가 도구로 사용하는 것이 바람직합니다.