건강을 위한 바른 소리, 의료를 위한 곧은 소리
updated. 2024-03-28 17:57 (목)
CT 방사선 피폭 위험, 인공지능이 해결
CT 방사선 피폭 위험, 인공지능이 해결
  • 고수진 기자 sj9270@doctorsnews.co.kr
  • 승인 2016.08.19 17:50
  • 댓글 0
  • 페이스북
  • 트위터
  • 네이버밴드
  • 카카오톡
이 기사를 공유합니다

기존 저선량 CT, 영상 해상도 떨어져 단점
예종철 교수 "딥러닝 이용해 저선량이어도 고화질 해결"

CT의 방사선 피폭 위험은 인공지능과 첨단 IT기술로 해결할 수 있다는 연구결과가 나왔다.

▲ 예종철 교수
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.

▲ (a) 정상 선량으로 촬영한 CT 영상. 붉은 원은 종양 부분을 나타냄 (b) 저선량으로 촬영한 CT 영상. (c) 딥러닝을 이용한 영상결과. 저선량 영상에서 발생하는 영상 왜곡을 효과적으로 제거하고 화질을 개선해 종양부분을 정확히 보여준다.

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.

개의 댓글

0 / 400
댓글 정렬
BEST댓글
BEST 댓글 답글과 추천수를 합산하여 자동으로 노출됩니다.
댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글수정
댓글 수정은 작성 후 1분내에만 가능합니다.
/ 400

내 댓글 모음