카이스트, MRI 재촬영 없이 강조영상 얻는 AI 기술 개발

국내 연구진이 재촬영 없이 MRI(자기공명영상, Magnetic resonance imaging)에서 강조 영상을 추출할 수 있는 인공지능 기술을 개발했다.

향후 질환별 MRI 강조 영상이 암 진단에 미치는 영향을 비롯해 MRI의 효율적·체계적 사용이 가능해질 것으로 보인다.

MRI는 인체에 고통을 주지 않는 방법으로 고해상도 영상을 얻을 수 있다. 영상의 대조도(contrast)를 조절할 수 있기 때문에 종양, 병변 관찰·진단에 큰 도움을 준다.

T1·T2 강조 영상, FLAIR 기법 영상, T1 조영증강 영상 등 다양한 대조 영상은 종양을 쉽게 발견할 수 있도록 해준다. 문제는 실제 의료 환경에서 여러 가지 강조 영상을 얻는 것이 어렵다는 점이다.

여러 장의 영상 촬영을 위해 많은 시간을 투입해야 하거나 촬영 중 발생한 잡음·인공음영으로 인해 진단이 어려운 경우도 있다. 의심 질환에 따라 필수 강조 영상이 달라지기 때문에 이미 촬영 후 진단명이 좁혀진 경우는 병에 따라 재촬영을 해야 한다.

MRI 영상에서 흰 부분은 고신호역, 검은 부분은 저신호역을 의미한다. T1 강조 영상은 물을 검게, 지방은 하얗게 촬영한다. 반면 T2 강조 영상은 물이 희게, 지방이 검게 보인다.

최근 카이스트(KAIST) 예종철 교수 연구팀은 '협조·생성적 적대신경망(Collaborative Generative Adversarial Network: CollaGAN)' 기술을 개발했다. MRI 강조 영상의 공통 특징 공간을 학습해 다양한 영상의 정보를 통합적으로 이용할 수 있도록 만든 것이다.

여러 개의 강조 영상 중 임의 순서·개수로 일부가 없어질 경우 남아있는 영상을 활용해 사라진 영상을 복원하는 기법을 학습한다. 이후 합성된 영상의 정확도를 평가해 강조 영상 간 중요도를 자동으로 평가한다.

또한 건국대 문원진 교수 연구팀과 협력을 통해 T1, T2 강조 영상은 다른 영상으로부터 정확한 합성이 가능하다는 것을 발견했다. 이때 합성된 강조영상은 실제 영상과 유사하게 임상 정보를 표현한다.

더불어 합성 MRI 기법으로 촬영한 영상에서 나타나는 인공음영도 자동 제거할 수 있음을 증명했다. 추가 촬영을 하지 않고도 필요한 대조 영상을 생성할 수 있어 시간·비용을 비약적으로 줄일 수 있을 것으로 보인다.

한편, 이번 연구 결과는 국제 학술지 '네이처 머신인테리젼스(Nature Machine Intelligence)' 1월 18일 자 온라인판에 게재됐다.

차진희 기자 postmoneynews@gmail.com

더저스티스(The Justice)는 모든 기사에 대한 독자여러분의 의견을 수렴하고 있습니다. 위 기사에 대한 소감, 정정이나 이의제기, 반박등의 의견이 있으시면 아래 이메일로 보내주시기 바랍니다. 보내주신 내용을 확인 후, 신속히 답변 드리겠습니다.

postmoneynews@gmail.com