주메뉴바로가기 본문바로가기
메뉴열기

시사저널

인공지능으로 MRI 촬영시간 단축한다

KAIST, 기계학습 활용해 압축영상 복원 성공

김상현 기자 ㅣ sisa411@sisajournal.com | 승인 2017.12.28(Thu) 15:46:42

0
페이스북 트위터 카카오스토리 밴드 link


병원에서 검진을 받기 위해 가장 많은 시간을 보내는 곳 중 하나가 바로 MRI(자기공명영상) 검사다. 국내 연구진이 이 MRI의 영상획득 시간을 대폭 줄일 수 있는 기술을 인공지능을 활용해 개발했다.

MRI는 방사능 없이 연조직의 다양한 대조도를 촬영할 수 있다는 장점이 있다. 또한, 다양한 해부학적 구조와 기능적, 생리학적 정보를 영상화할 수 있어 심층 검사에 많이 사용한다. 하지만 영상획득 시간이 오래 걸린다는 치명적 단점이 있다. 시간이 오래 걸리는 만큼 비용이 높아지는 것도 문제다.

%uC778%uACF5%uC9C0%uB2A5%uC744%20%uC774%uC6A9%uD574%20MRI%20%uCD2C%uC601%20%uC2DC%uAC04%uC744%20%uD68D%uAE30%uC801%uC73C%uB85C%20%uB0AE%uCD9C%20%uC218%20%uC788%uB294%20%uAE30%uC220%uC774%20%uAD6D%uB0B4%20%uC5F0%uAD6C%uC9C4%uC5D0%20%uC758%uD574%20%uAC1C%uBC1C%uB3FC%20%uC8FC%uBAA9%uB418%uACE0%20%uC788%uB2E4.%20%20%u24D2%uC5F0%uD569%uB274%uC2A4

 

 

 

검사 시간과 비용 높은 기존 MRI 검사 단점 보완

박현욱 KAIST(총장 신성철) 전지및전가공학부 교수팀은 최근 인공지능의 학습 방법인 기계학습(machine learning) 기반의 영상복원법을 개발했다. 데이터를 적게 수집하는 대신, 부족한 데이터를 기계학습을 이용해 복원하는 방법을 사용한 게 영상복원법의 특징이다. 

기존 MRI는 주파수 영역에서 여러 위상을 인코딩하면서 순차적으로 한 줄씩 영상을 얻기 때문에 시간이 오래 걸린다. 촬영 시간 단축을 위해서는 저주파 영역에서만 데이터를 얻거나 간격을 넓혀서 영상을 얻는 방법이 있었다. 다만 영상이 저해상도이거나 에일리어싱 아티팩트(Aliasing Artifacts) 현상이 생기는 문제가 발생한다. 에일리어싱 아티팩트는 MRI의 압축된 신호로부터 영상을 복원하게 되면 영상에서 나타나는 인공물을 말한다.

MRI%u110B%u1174%20%u110B%u1175%u11AF%u1107%u1161%u11AB%u110C%u1165%u11A8%u110B%u1175%u11AB%20%u110B%u1167%u11BC%u1109%u1161%u11BC%20%u1112%u116C%u11A8%u1103%u1173%u11A8%20%u1106%u1175%u11BE%20%u1100%u1161%u1109%u1169%u11A8%20%u110B%u1167%u11BC%u1109%u1161%u11BC%20%u1112%u116C%u11A8%u1103%u1173%u11A8%20%u1106%u1169%u1109%u1175%u11A8%u1103%u1169.%20%u24D2%20KAIST

 

 

국제 학술지 ‘메디컬 피직스’ 표지 논문 선정​

 

연구팀은 에일리어싱 아티팩트 현상을 없애는 방법에 인공 지능을 사용했다. 압축한 신호에서 열화된 영상과 온전하게 샘플링된 신호에서 원본 영상 관계를 학습하는 방식을 고안한 것이다. 새로운 인공 신경망(Deep Neural Networks)을 개발해 다양한 서브샘플링 패턴에 적용했다. 

박 교수팀의 기법은 기존 방법과 비교해 복원 영상의 우수함을 보였다. 또한, 실시간 복원이 가능하다는 것을 확인했다. 6배 이상 영상 획득 시간이 줄어들었음에도 남아있는 에일리어싱 아티팩트 없이 깨끗한 영상 복원이 가능했다.

박 교수는 “MRI는 환자 진단에 필요한 필수 장비가 됐지만 영상 획득 시간이 오래 걸려 비용이 비싸고 불편함이 많았다”며 “기계학습을 활용한 방법이 MRI의 영상 획득 시간을 크게 단축할 것으로 기대한다”고 말했다.

권기남 박사과정이 1저자로 참여한 이번 연구는 국제 학술지 ‘메디컬 피직스(Medical Physics)’ 12월 13일자 표지 논문에 선정됐다.

전체댓글0

0 /150
  • 최신글
  • 공감 순
  • 비공감 순
더보기

TOP STORIES

경제 > 사회 2018.09.24 Mon
 ‘추석은 가족과 함께’ 옛말...호텔·항공업계 ‘金특수’ 누린다
사회 > 연재 > 노혜경의 시시한 페미니즘 2018.09.24 Mon
더도 덜도 말고 한가위만 같으려면
갤러리 > 만평 2018.09.24 Mon
[시사 TOON] 평양 정상회담, 추석상 착륙
Health > 연재 > LIFE > 이경제의 불로장생 2018.09.24 Mon
[이경제의 불로장생] 총명은 불로장생의 길
Culture > LIFE 2018.09.24 Mon
한반도를 둘러싼  세 개의 《애국가》
국제 > 연재 > 이인자 교수의 진짜일본 이야기 2018.09.24 Mon
일제시대 독립운동가 도운 후세 다쓰지 변호사 추모제
경제 > 국제 2018.09.24 Mon
혼돈의 미국 11월 중간선거…한국경제 먹구름
Health > LIFE 2018.09.23 Sun
당뇨엔 과일, 고혈압엔 술, 신장병엔 곶감 조심
경제 2018.09.23 Sun
북한 다녀온 재계 총수들, 추석 연휴 기간 행보는…
한반도 2018.09.23 일
北
사회 > OPINION 2018.09.23 일
[시끌시끌 SNS] 퓨마 ‘호롱이’ 죽음과 맞바꾼 자유
LIFE > Culture 2018.09.23 일
헬프엑스 여행기 담은 김소담 작가  《모모야 어디 가?》
LIFE > 연재 > Health > 노진섭 기자의 the 건강 2018.09.23 일
[노진섭의 the건강] 급할 땐 129와 보건복지부를 기억하세요
LIFE > Sports 2018.09.23 일
세계 최강 여자 골프 “홈코스에서  우승해야죠”
OPINION 2018.09.23 일
[Up&Down] 백두산 오른 문재인 vs 실형 선고 받은 이윤택
연재 > 유재욱의 생활건강 2018.09.23 일
[유재욱의 생활건강] 수영의 장단점 베스트3
경제 2018.09.22 토
이번 추석에도 투자자 울리는 ‘올빼미 공시’ 기승
LIFE > Culture 2018.09.22 토
《명당》 《안시성》 《협상》으로 불타오르는 추석 극장가
LIFE > Sports 2018.09.22 토
“가장 쓸데없는 걱정이 호날두 걱정”
국제 > LIFE > Culture 2018.09.22 토
한국인들 발길 많이 안 닿은 대만의 진주 같은 관광지
한반도 2018.09.21 금
[한반도 비핵화②} “北, 의지 있으면 6개월 내 비핵화 완료”
리스트 더보기