대구경북과학기술원(DGIST·총장 국양)은 박상현 로봇및기계전자공학과 교수(인공지능전공 겸직) 연구팀이 암이 존재한다는 데이터만으로 병리영상에서 암의 존재와 부위까지 정확하게 보여줄 수 있는 약지도 학습 딥러닝 모델을 개발했다고 13일 밝혔다. 기존 딥러닝 모델에서는 암 부위를 특정하기 위해 암의 위치가 정확하게 그려진 데이터셋이 필요했지만, 이번 연구로 개발된 딥러닝 모델로 효율성이 향상돼 관련 연구 분야에 크게 기여할 것으로 기대된다.
일반적으로 암의 위치정보를 나타내는 영역화 문제를 해결하기 위해서는 암 부위가 위치한 곳을 정확하게 표시해주는 작업을 진행한다. 시간이 오래 걸리고 큰 비용이 든다. 이걸 해결하기 위해 암 부위를 영역화하는 약지도 학습 모델이 활발하게 연구되고 있지만 영상 크기가 커서 성능이 저하되는 문제가 있다.
연구팀은 슬라이드 단위의 암 유무 표시를 가진 학습데이터만으로 암 위치까지 정확히 분할해낼 수 있는 기법을 발견했다. 먼저 비지도 대조 학습을 통해 패치들로부터 유의미한 특징들을 효과적으로 추출하도록 네트워크를 학습시키고, 이를 이용해 각 위치정보를 유지하면서 주요 특징들을 검출하게 하여 패치 간 상관관계를 유지한 채 영상의 크기를 줄이는 병리 영상 압축 기술을 개발했다. 이후 압축된 병리 영상으로부터 클래스 활성 지도를 활용해 암일 확률이 높은 부위를 찾아내고, 픽셀 상관관계 모듈(PCM)을 이용해 전체 병리 영상 내에서 암일 확률이 높은 부분을 모두 영역화해낼 수 있는 모델을 개발했다.
박상현 교수는 “이번 연구를 통해 개발한 모델은 병리영상의 약지도학습 영역화 성능을 크게 개선시켰으며 이를 통해 병리영상 분석이 필요한 다양한 연구들의 효율성 향상에 기여할 수 있을 것으로 기대된다.”고 말했다. 한편, 이번 연구 결과는 우수성을 인정받아 의료영상 분석 관련 분야 최상위 국제학술저널인 'MedIA(Medical Image Analysis Journal)'에 게재됐다.
대구=정재훈기자 jhoon@etnews.com
