박현욱 한국과학기술원 전기·전자공학부 교수 |
이에 따라 긴 촬영시간 탓에 고가였던 MRI 비용과 환자들의 긴 대기시간 등 불편함이 해소될 것으로 기대된다.
한국과학기술원(KAIST)은 박현욱 전기·전자공학부 교수 연구팀이 기계학습 기반의 영상복원법을 이용해 MRI 영상 획득시간을 6배 이상 단축시킬 수 있는 기술을 개발했다고 28일 밝혔다.
MRI는 방사능 없이 연조직의 다양한 대조도를 촬영할 수 있는 영상기기이다.
다양한 해부학적 구조뿐 아니라 기능적, 생리학적 정보도 영상화할 수 있어, 의료 진단을 위해 널리 사용되고 있다.
반면, 다른 의료영상기기보다 영상획득시간이 오래 걸린다는 단점이 있다.
따라서 환자들은 MRI를 찍기 위해 긴 시간을 대기해야 하고 촬영 과정에서도 자세를 움직이지 않아야 하는 등의 불편함을 감수해야 했다. 또 영상획득시간이 길다 보니 촬영 비용이 고가였다.
박현욱 교수 연구팀은 MRI의 영상획득시간을 줄이기 위해 데이터를 적게 수집하고 대신 부족한 데이터를 기계학습을 이용해 복원하는 방법을 개발했다.
연구팀은 MRI의 가속화에 의해 발생하는 에일리어싱 아티팩트 현상을 없애기 위해 라인 전체를 고려한 인공 신경망(Deep Neural Networks)을 만들었다.
또 기존 병렬 영상법에서 이용했던 복수 수신 코일의 정보를 활용했고, 이 방식을 통해 직접 영향을 주는 부분만을 연결해 네트워크의 효율성을 높였다.
기존 방법들의 경우 서브 샘플링 패턴에 많은 영향을 받았지만, 박 교수 연구팀의 기술은 다양한 서브샘플링 패턴에 적용 가능하며 기존 방법대비 복원 영상의 우수함을 보였다.
여기에 실시간 복원도 가능하단 장점이 있다.
박현욱 교수는 "MRI는 환자 진단에 필요한 필수 장비가 됐지만, 영상 획득 시간이 오래 걸려 비용이 비싸고 불편함이 컸다"며 "기계학습을 활용한 방법이 MRI의 영상 획득 시간을 크게 단축할 것으로 기대한다"고 말했다.
한편, 이번 연구는 과학기술정보통신부의 인공지능 국가전략프로젝트와 뇌과학원천기술개발사업의 지원을 받아 수행됐다.
방원기 기자 bang@
중도일보(www.joongdo.co.kr), 무단전재 및 수집, 재배포 금지