연구성과
IT융합‧기계 김철홍 교수팀, 인공지능 광음향기술로 고속·고해상도 혈관영상 찍는다.
[韓‧美 공동연구팀 딥러닝 이용한 고속 국지화영상기법 개발]
[속도는 높이고 레이저 양은 줄어 환자 부담 낮추는 기술 “눈길”]
번개가 치면, 잠시 후 천둥소리가 들려온다. 번개가 지나간 주변 물질이 빛을 흡수하고, 이 빛이 열로 변하는 과정에서 물질이 팽창해 소리를 내기 때문이다. 바로 이것을 광음향 현상이라고 부르는데, 이 현상을 응용해 몸속을 찍는 광음향 영상기법은 조영제가 필요한 CT(컴퓨터 단층촬영)나 MRI(자기공명영상)을 대체할 신기술로 각광을 받아왔다. 그러나 이 기술은 촬영하는 깊이가 깊어질수록 해상도가 떨어진다는 단점도 동시에 제기되곤 했다.
조영제가 없이도 인체 내부를 촬영할 수 있는 광음향 영상기술은 영상 깊이와 무관하게 높은 해상도로 촬영하기 위해 같은 영역을 여러 번 촬영하는 ‘국지화(localization)’ 방법을 활용해왔다. 해상도는 높지만 촬영 횟수가 많은 만큼 속도는 상대적으로 떨어져 즉각적인 반응을 확인해야 하는 연구에 활용하기는 어려웠다.
IT융합‧기계공학과 김철홍 교수‧IT융합공학과 박사과정 김종범씨, 기계공학과 이승철 교수‧석사과정 김규원씨가 미국 CALTECH 리홍 왕(Lihong Wang) 교수팀과 함께 바로 이 기술을 딥러닝을 활용해 영상 속도는 높이고, 생체에 쏘이는 레이저를 줄여 느린 속도, 낮은 해상도와 생체 부담이라는 단점을 일거에 해소하는 데 성공했다.
광학분야 권위지 중 하나인 ‘빛: 과학과 응용(Light: Science&Applications)’지를 통해 발표된 이 성과는 국지화 광음향 영상기법에 인공지능 분야를 접목해 학계의 비상한 관심을 끌고 있다.
연구팀은 딥러닝 기술을 이용해 이 방법에 사용되는 영상 숫자를 10배 이상 줄이면서 속도를 무려 12배까지 높이는 데 성공했다. 국지화 광음향 현미경은 30초가 걸리던 것이 고작 2.5초, 단층촬영은 30분에서 2.5분이 걸리는 것이다.
또, 이번 기술 개발로 그간 속도와 공간 해상도 모두 중요했던 약물의 순간적 반응, 혈관 구조 정보가 필요한 혈관성 질환, 신경 활동 관찰 등의 전임상 혹은 임상연구에서 국지화 광음향 영상 기법을 활용할 가능성을 열게 됐다.
무엇보다 이 방식은 생체에 쬐어야 하는 레이저의 양은 물론 촬영 시간이 크게 단축되어 부담을 크게 줄일 수 있다는 것이 더욱 큰 장점이다.
한편 이번 연구성과는 교육부와 과학기술정보통신부, 산업통상자원부, 정보통신기획평가원, 한국산업기술평가원 등의 지원을 받아 수행됐다.