[이슈] 서울대 안홍준 학부생, 딥신경망으로 MRI 왜곡 현상 개선 기법 개발... '뉴로이미지'에 게재
[이슈] 서울대 안홍준 학부생, 딥신경망으로 MRI 왜곡 현상 개선 기법 개발... '뉴로이미지'에 게재
  • 최광민 기자
  • 승인 2020.10.19 15:20
  • 댓글 0
이 기사를 공유합니다

뉴로이미지는 세계적 규모인 국제뇌기능매핑학회(Organization for Human Brain Mapping)의 공식 저널로 논문 채택률이 11%이하인 까닭에 게재가 쉽지 않다.
서울대 안홍준 학부생

서울대학교 공과대학(학장 차국헌)은 전기정보공학부 4학년 안홍준(24세) 학부생이 뇌영상 분야 1위 저널인 뉴로이미지(NeuroImage) 에 지난 7일 딥러닝 심층신경망(DNN)을 사용하여 복잡한 이미지에서 호흡으로 인한 위상 오류를 추출하도록 설계된 '딥 리스프(DeepResp)' 연구 논문이 온라인으로 게재돼 주목을 받고 있다.

뉴로이미지는 세계적 규모인 국제뇌기능매핑학회(Organization for Human Brain Mapping)의 공식 저널로 논문 채택률이 11%이하인 까닭에 게재가 쉽지 않다. 이러한 저널에 학부생이 제1저자로 논문을 싣는 경우는 매우 이례적인 일로, 안홍준 학부생은 3학년 때부터 서울공대 전기정보공학부 바이오메디컬 영상과학연구실(지도교수 이종호)에서 학부생 인턴으로 연구를 진행하였다.

'딥 리스프(DeepResp)' 연구 개요

이번 연구는 자기공명영상(MRI)이 호흡에 의해 왜곡되는 현상을 딥러닝 기술로 개선하는 기법을 개발한 것으로, 논문 제목은 ‘DeepResp : 다중 슬라이스 GRE에서 호흡으로 인한 B0 변동 아티팩트를 위한 딥러닝 솔루션(DeepResp: Deep learning solution for respiration-induced B0 fluctuation artifacts in multi-slice GRE- 아래 첨부)’이다.

해당 연구결과를 이용하면 호흡에 의해 발생하는 영상 왜곡을 추가 장비 없이 인공신경망으로 측정하여 보정이 가능하다. 또한 인공신경망의 결과를 해석 가능하도록 구현하여 일반적으로 딥러닝의 한계로 여겨지는 해석의 어려움을 극복하였다. 또 네트워크 학습을 위해 인공물이 없는 이미지와 호흡 데이터를 사용하여 컴퓨터 시뮬레이션 이미지를 생성해 사용했다.

이번 연구결과는 특히 MRI의 자기장 단위로 숫자가 높을수록 해상도가 정밀한 7 Tesla 이상의 초고자장 자기공명영상에 높은 활용도를 가질 것으로 기대된다. 초고자장 자기공명영상은 해부에 가까운 수준의 고화질 뇌 영상을 얻을 수 있어 첨단 뇌 과학 분야 및 고정밀 뇌질환 진단에 사용되고 있다. 이번에 개발된 기법은 초고자장영상에서 발생하는 뇌영상의 심각한 왜곡을 획기적으로 개선하여 고품질의 영상을 확보할 수 있도록 한다.

전기정보공학부 4학년 안홍준 학부생은 “이러한 연구 기회를 주었던 서울대 공대에 감사의 말씀을 드린다. 앞으로 지속적으로 딥러닝 기술을 연구하여 기존 기술로는 알아낼 수 없었던 뇌의 비밀을 파헤쳐 보고 싶다”라며 소감을 밝혔다.

 



댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.