연구성과
기계 이상준 교수팀, 딥러닝 이용해 ‘2D를 3D홀로그램으로’ 간단하게 변환한다
– 백색광을 사용한 딥러닝 기반 홀로그래피 기법 개발
– 현미경에 값비싼 장비 추가 없이 2D 광학영상을 3D 홀로그램으로 본다
기존의 광학현미경(bright—field microscopy) 기법에서는 염색 과정을 포함한 별도의 전처리 과정을 거친 후 잘 보이지 않는 세포들을 관찰하였다. 이 과정에서 세포가 오염되어 생물리학적 특성이 변성되기도 한다. 그리고 더 자세한 정보를 얻기 위해서는 값비싼 광학기기를 추가해야 하는 문제점이 있었다. 최근 딥러닝을 활용해 2차원 광학영상을 간단하게 3차원 홀로그램 영상으로 변환하는 기술이 최초로 개발됐다.
기계공학과 이상준 교수, 유동현 교수, 고태식 박사, 통합과정 이상승씨 연구팀은 딥러닝을 활용하여 일반적인 광학현미경의 백색광을 바탕으로 얻은 2D 광학 영상을 3D 홀로그램 영상으로 변환하는 디지털 홀로그래픽 현미경(DHM) 기술을 개발했다. 이 연구 결과는 네이처 자매지인 ‘사이언티픽 리포트(Scientific Reports)’에 최근 게재됐다.
백색광을 사용하는 광학현미경은 다양한 영역에서 널리 사용되고 있다. 그러나 광학현미경으로 취득한 광학 영상은 수 마이크로미터(μm)의 얇은 초점 심도(depth of focus) 내부에 있는 시료의 2차원 정보만을 제공하기 때문에 정확도가 떨어지고, 3차원 입체 정보를 얻기 어렵다.
이를 보완하기 위해 나온 것이 DHM 기술이다. 이 기법을 통해 시료의 3차원 입체 정보를 담고 있는 홀로그램 영상을 얻을 수 있다. 그러나 회절과 간섭 현상을 이용하기 때문에 고가의 광원(레이저), 고품질의 공간 필터, 거울, 렌즈 등과 같은 비싼 광학부품들이 필요하다.
연구팀은 사물이나 데이터를 군집화하거나 분류하는 데 사용하는 딥러닝 기술에 주목했다. 딥러닝 종류 중 하나인 생성적 적대 신경망(GAN)을 활용해 특정 깊이에 있는 시료에서 초점이 맞지 않는(defocused) 광학 영상을 이에 대응하는 홀로그램 영상으로 변환시키는데 성공했다.
이번에 개발된 기술을 활용하면, 고가의 레이저나 값비싼 광학부품 없이 기존의 백색광을 사용하여 시료의 3차원 정보를 획득할 수 있다. 특히, 질병의 진단, 오염물질이나 표면결함 검출의 정확도를 획기적으로 개선할 수 있으며, 세포의 3차원 동적거동을 분석할 수 있어 기초과학 연구에도 유용하게 활용될 것으로 기대된다.
이상준 교수는 “시료의 3차원 특성을 분석하기 위해 딥러닝 기법(GAN)을 활용했다”며 “기존의 백색광으로 얻은 시료의 광학 영상을 홀로그램 영상으로 변환하는 최초의 플랫폼”이라고 말했다.
한편, 이 연구는 한국연구재단의 기초연구사업 중견연구자지원사업, 삼성전자미래기술육성센터의 지원을 받아 수행됐다.