한·미 공동연구팀 딥러닝 이용한 고속 국지화영상기법 개발
속도는 높이고 레이저 양은 줄어 환자 부담 낮추는 기술 눈길
포스텍(POSTECH·총장 김무환)은 김철홍 IT융합·기계공학과 교수, IT융합공학과 박사과정 김종범 씨, 이승철 기계공학과 교수·석사과정 김규원씨가 미국 칼텍대 리홍 왕 교수팀과 함께 딥러닝을 이용한 고속 국지화 영상기법을 개발했다고 16일 밝혔다.
광음향 현상을 응용해 몸속을 찍는 광음향 영상기법은 조영제가 필요없는 신기술이지만 촬영 깊이가 깊어질수록 해상도가 떨어지는 단점이 있다. 이를 해소하기 위해 같은 영역을 여러번 촬영하는 국지화 방법을 활용해왔지만 촬영 횟수가 많은 만큼 속도가 떨어지는 문제가 있다.
연구팀은 딥러닝을 활용해 영상 속도는 높이고, 생체에 쏘이는 레이저를 줄여 느린 속도, 낮은 해상도와 생체 부담이라는 단점을 해소하는 데 성공했다. 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 레이저 양은 물론 촬영 시간이 크게 단축돼 부담을 크게 줄일 수 있다는 것이 가장 큰 장점이다.
교육부와 과학기술정보통신부, 산업통상자원부, 정보통신기획평가원, 한국산업기술평가원 등 지원을 받아 수행된 이번 연구성과는 최근 광학분야 권위지 중 하나인 '빛:과학과 응용'에 발표됐다.
포항=정재훈기자 jhoon@etnews.com
