포스텍은 김철홍 전자전기공학과·IT융합공학과 교수, 전승완 박사 연구팀이 인공지능(AI)을 활용해 음속 차이로 인한 광음향 영상의 왜곡을 바로잡는 기술을 개발했다고 8일 밝혔다.
<김철홍 포스텍 교수(왼쪽)와 전승완 박사>
광음향 영상은 빛을 인체 조직에 쬐었을 때 빛을 흡수한 조직이 순간적으로 열팽창하면서 발생하는 음파(광음향) 신호를 초음파 센서로 감지해 영상화하는 원리다. 광학을 이용한 영상 기술로는 1㎜미만 얕은 깊이만 볼수 있지만 광음향 영상으로는 인체조직 내 수㎝까지 볼 수 있다.
다만 기존 초음파나 광음향 영상은 음속을 1540m/s 등 대푯값으로 가정해 영상이 왜곡되는 문제가 생길 수 있었다. 영상 시스템 한계로 인해 신호를 충분하게 얻지 못한 채 영상을 확인해야 할 때도 있었다. 이 경우 영상에 결함이 나타나 영상 판독에 방해가 된다.
<연구관련 이미지. 딥러닝 모델(SegU-net)을 적용해 개선된 사람 족부 미세혈관 및 흑색종 영상>
김 교수팀은 시뮬레이션 상에서 임의로 매질의 음속을 설정해 왜곡한 광음향 영상과 그렇지 않은 실제 광음향 영상을 만들었다. 이에 따라 AI를 학습시켰고 시뮬레이션 된 연습 영상과 실제 사람에게서 확인한 광음향 영상에 적용해 효과를 확인했다.
그 결과, 기존 광음향 영상에서 발생하던 왜곡이 줄어들면서 주요 신호 주변에 나타나던 결함 신호의 크기가 기존 광음향 영상의 최대 5% 수준까지 감소했다. 신호대 잡음비는 약 25데시벨(dB)까지 높아졌다. 영상 시스템의 128개 채널에서 수신한 신호 중 64개 채널만 사용하는 경우에도 AI는 거의 동일한 화질의 광음향 영상을 만들었다.
건강한 사람의 팔과 발의 혈관 영상, 흑색종 환자의 몸 안 광음향 이미지의 왜곡이 줄어들고 선명도가 개선됐으며, 산소포화도 등 주요 진단 정보는 5% 내외 정도의 차이만 발생했다. 이 기술은 매질이 임의의 음속 분포를 갖고 있거나 데이터 샘플링이 드문 실제 임상 환경에서도 활용 가능하다.
김철홍 교수는 “이 기술을 활용하면 빠른 시간 안에 선명한 이미지를 볼 수 있다”며 “향후 팔이나 다리 등 인체 말단 부위의 혈관 질환 진단, 흑색종 등의 암 진행단계 판단 및 절제를 위한 정확한 경계 설정 등 다양한 임상 연구에도 적용할 수 있을 것”이라고 말했다.
과학기술정보통신부 중견연구와 시스템반도체 융합전문인력 육성사업, 교육부 대학중점연구소 지원사업, 보건복지부 의료기기 기술개발사업, 4단계 BK21사업 등 지원으로 이뤄진 이번 연구성과는 최근 SCI급 국제학술지 'IEEETransactions on Image Processing'에 게재됐다.
조회 : 6,277
