예종철 교수 "딥러닝 이용해 저선량이어도 고화질 해결"
CT의 방사선 피폭 위험은 인공지능과 첨단 IT기술로 해결할 수 있다는 연구결과가 나왔다.
예종철 한국과학기술원 석좌교수 연구팀은 인공지능 기술인 딥러닝 기술을 이용해 저선량 CT로도 고화질 의료영상 구현이 가능해졌다고 19일 밝혔다.
CT는 대표적인 의료영상 기술 중 하나로 선명한 3차원 영상을 제공한다. 그러나 여러 각도에서 반복적인 엑스선 촬영이 필요하기 때문에 다량의 방사선 피폭의 위험성을 지닌다. 반복적인 방사선 피폭은 세포와 조직이 변형을 일으켜 암 등을 유발할 수 있는 위험이 있다.
이를 위해 의료기기 업체들은 저선량 CT에 대한 연구를 진행하고 있으며, 일부 저선량CT 제품을 공개하기도 했다.
그러나 저선량 CT를 이용하면 방사선 피폭 위험성은 낮출 수 있어도, 영상 해상도가 저하될 뿐 아니라 영상왜곡이 발생해 진단희 효용성이 떨어지는 단점이 있다. 또 기존 영상신호처리 기술은 저선량 CT상에서 나타나는 복잡한 영상 복원문제를 해결하지 못했다.
연구팀은 저선량으로 인한 화질 저하 문제를 해결하기 위해 인공지능의 기술인 '딥러닝' 기술과 신호처리 기법인 '웨이블렛 변환기술'을 접목했다.
딥러닝은 영상이해 및 진단에 주로 사용돼왔으나, 의료 방사선 피폭문제를 해결하고 영상복원에 적용된 사례는 없었다.
연구팀이 딥러닝 기술을 사용하기 위해 다수의 환자로부터 얻은 정상선량 및 저선량 CT영상을 이용했다.
이 데이터를 바탕으로 수학 연산자인 합성곱을 이용해 인공신경망을 지도학습 시켰다. 학습된 신경망을 통해 저선량 CT영상을 복원할 수 있었다.
이는 웨이블렛 변환 도메인에서 낮은 주파수 대역의 신호는 저선량 촬영에서도 영상잡음이 거의 존재하지 않는 특성을 고려해 고주파수 대역 신호만 복원하는 합성곱 신경만을 이용했다.
또 다양한 방향성 필터를 사용하는 방향성 웨이블렛 변환을 사용해 저선량 CT영상에서 발생하는 여러 방향의 패턴 영상 왜곡을 효율적으로 제거했다. 또 인공신경망 기반 알고리즘으로, 기존 알고리즘과 달리 영상복원이 빠르게 이뤄진다.
이런 연구 결과 정상 엑스선 촬영조건인 약 10밀리시버트(mSv)를 4분의 1로 줄인 저선량 촬영조건인 약 2.5밀리시버트(mSv)에서도 신체 내부 장기에서의 암 전이를 정확하게 찾아낼 수 있는 고화질의 영상복원이 가능했다.
예종철 교수는 "이번 연구는 최신 인공지능 기술을 접목해 방사선 피폭량을 획기적으로 줄일 수 있는 CT의 원천기술을 개발한 것"이라며 "저선량CT에 적용해 환자와 의료진의 방사선 피폭 문제를 근본적으로 해결하는데 기여할 수 있다"고 말했다.
연구팀의 이번 연구결과는 미국 의학물리학자협회에서 주최한 국제 저선량 CT영상 획득 그랜드 챌린지에서 2위를 수상했다.