연구성과

전자/IT융합/기계/융합 김철홍 교수팀, AI로 비표지 광음향 영상을 공초점 현미경 영상처럼: 세포 이미징 기술의 새로운 지평

2025-01-17 163

[POSTECH 김철홍·장진아 교수팀, 딥러닝 기반 고해상도·가상염색 영상 기술 개발]

최근 전자전기공학과·IT융합공학과·기계공학과·융합대학원 김철홍 교수, 기계공학과·생명과학과·IT융합공학과·융합대학원 장진아 교수, IT융합공학과 박사과정 박은우 씨, IT융합공학과 삼파 미스라(Sampa Misra) 박사, 바이오프린팅 인공장기 응용기술센터 황동규 박사 연구팀은 기존 영상 기술의 한계를 극복하고 세포를 안정적이고 더욱 정밀하게 영상화할 수 있는 기술을 개발했다. 이 연구는 국제 학술지인 ‘네이처 커뮤니케이션즈(Nature Communications)’에 게재됐다.

생명과학 분야 연구에서 널리 사용되는 ‘공초점 형광 현미경(이하 CFM*1)’은 고해상도의 세포 이미지를 제공하지만 형광 염색 과정이 필요하며, 이 과정에서 광표백과 광독성 등 문제로 세포에 손상을 줄 수 있다. 반면, ’중적외선 광음향 현미경(이하 MIR-PAM*2)‘은 염색 및 표지(labeling) 없이 세포 이미지를 얻을 수 있지만 긴 파장의 물리적 한계로 인해 해상도가 낮아 세포의 세부 구조를 정확히 파악하기 어려운 문제점이 있었다.

POSTECH 연구팀은 ‘설명가능한 딥러닝 (이하 XDL*3)’ 기법을 활용해 ‘가상염색·고해상도 중적외선 광음향 현미경 영상 기술’을 개발했다. MIR-PAM 이미지를 마치 표준이 되는 CFM에서 얻은 이미지처럼 변환하여 두 영상 기술의 장점을 융합하며, XDL은 기존 딥러닝 기술과 달리 변환 내부 과정을 시각화해 학습에 반영할 수 있어 더욱 신뢰성 높은 결과를 제공한다.

연구팀은 단일 파장의 MIR-PAM 시스템을 구축하고, 별도의 염색 없이 얻은 이미지를 CFM 스타일의 고해상도 이미지로 바꾸는 딥러닝 기반 영상 처리 기술을 개발했다. 이 기술은 두 단계로 나뉘는데, ‘해상도 향상’ 단계에서는 세포핵과 필라멘트 액틴 등 세포 내 구조를 선명하게 구분할 수 있도록 저해상도 이미지를 고해상도로 바꿔준다. 이후 두 번째 ‘가상 염색’ 단계에서는 마치 형광 염색 과정을 진행한 것처럼 이미지를 생성했다. 인공지능을 활용해 세포 손상 없이 염색된 고해상도 이미지를 얻는 데 성공한 것이다.


김철홍 교수는 “서로 다른 영상 기술의 물리적 한계를 극복하고 상호보완적인 효과를 발휘할 수 있는 도메인 간 영상 변환 기술을 개발했다”라며 “XDL 기법이 비지도 학습의 안정성과 신뢰성을 크게 향상했다”라고 전했다. 그리고, 장진아 교수는 “이번 연구로 무표지 고해상도 다중화 세포 영상화가 가능해짐에 따라 살아있는 세포에서 질병 모델 분석 등 다양한 연구에서 새로운 가능성을 열어줄 것”이라고 덧붙였다.

한편, 이 연구는 교육부와 과학기술정보통신부, 범부처전주기의료기기연구개발사업, 범부처재생의료기술개발사업, 한국산업기술진흥원, POSTECH 인공지능대학원사업, BK21 FOUR 사업, 글로컬대학30프로젝트의 지원을 받아 수행됐다.

DOI: https://doi.org/10.1038/s41467-024-55262-2


1. MIR-PAM
Mid-infrared photoacoustic microscopy

2. CFM
Confocal fluorescence microscopy

3. XDL
Explainable deep learning