"AI 기계학습 접목한 광 음향 영상 기술 개발"
스위스 ETH 취리히 연구진 보고서
(서울=연합뉴스) 한기천 기자 = 광 음향 화상(optoacoustic imaging) 진단에 AI(인공지능)의 '기계 학습(machine learning)'을 접목한 첨단 의료 영상 기술을 스위스의 취리히 연방 공대(ETH 취리히) 과학자들이 개발했다.
이 대학의 다니엘 라찬슈키 생명의료 영상학 교수팀은 이런 내용의 연구 보고서를 저널 '네이처 기계 지능(Nature Machine Intelligence)'에 최근 발표했다.
지난달 30일(현지시간) 온라인(www.eurekalert.org)에 공개된 보도자료에 따르면 광 음향 영상 기술은 비교적 짧은 역사에도 불구하고 혈관 내부 시각화, 뇌 활동 연구, 피부 병소의 특징 판단, 유방암 진단 등에 폭넓게 활용되고 있다.
이번에 개발된 기술은 고화질 영상에 필요한 센서를 대폭 줄이고, 센서 감소로 생기는 화질 손상을 기계 학습 알고리즘으로 보완한 것이다.
광 음향 영상의 작동 원리는 일정 부분 초음파 영상과 비슷하다.
초음파 영상 진단은, 신체 조직에 초음파를 조사(照射)한 뒤 되돌아오는 음파를 센서로 포착해 체내 조직의 영상을 생성하는 것인데, 광 음향 영상에선 초음파 대신 짧은 파장의 레이저 펄스를 조사한다.
연구팀은 512개의 센서를 갖춘 고화질 광 음향 스캐너로 영상을 생성한 뒤 고화질 영상의 특징을 학습하는 능력을 갖춘 인공 신경망(artificial neural network)으로 이들 영상을 분석했다.
그런 다음 스캐너의 센서를 128개 또는 32개로 줄여 영상을 생성했더니 데이터 부족으로 인한 뒤틀림 현상이 나타났다. 연구팀은 미리 고화질 영상을 학습한 인공 신경망으로 뒤틀린 부분을 대부분 수정해, 512개 센서로 생성한 것과 비슷한 화질의 영상을 확보했다.
광 음향 영상 기술을 쓰면 초음파, X-레이, MRI 등 다른 영상 진단 기술과 달리, 조영제나 방사성 추적자(radioactive tracer)를 쓰지 않고도 혈류·물질대사 변화 등 기능적 분자 정보를 확보할 수 있다.
이번에 연구팀은 작은 동물용으로 주문 제작된 광 음향 단층 촬영 장비를 이용했고, 생쥐에서 얻은 영상으로 기계 학습 알고리즘을 훈련시켰다. 다음 목표는 인간에게 이 기술을 테스트하는 것이다.
cheon@yna.co.kr
(끝)
<저작권자(c) 연합뉴스, 무단 전재-재배포 금지>