국내 연구진이 의료영상을 서로 다른 촬영장비나 환경에서 얻더라도 성능이 저하되지 않고 정확한 분석이 가능하게 하는 인공지능(AI) 기술을 개발했다. 기존의 방식보다 시간과 비용이 절감된다는 장점도 있어 의료 분야에 도움이 될 것이라는 평가가 나온다.
박상현 대구경북과학기술원(DGIST) 로봇및기계전자공학과 교수 연구팀은 영상의 특성이 바뀔 때마다 새롭게 학습데이터를 구축하는 AI모델 기술을 개발했다고 19일 밝혔다.
의료 분야에서는 이미지 변환 모델을 사용하는 경우가 많다. 다른 스캐너나 환경에서 얻은 이미지를 분석하기 위해서는 변환이 필수이기 때문이다. 하지만 기존 이미지 변환 모델은 다른 영상을 생성하는 과정에서 구조 변형이 크게 일어나고, 성능에 악영향을 준다. 예를 들어 A사 스캐너로 취득된 자기공명영상장치(MRI) 데이터로 학습된 모델에 B사의 MRI로 찍은 데이터를 입력하면 성능이 떨어지는 식이다.
성능이 떨어진 영상을 사용하면 정확한 진단이 어렵다. 이에 의료영상의 정확한 분석을 위해서는 성능저하 방지와 구조적 변형 최소화를 위한 기술 개발이 필요하다고 연구진은 판단했다.
박 교수팀은 이미지 변환 작업을 진행할 때 작은 구조 변형을 민감하게 잡아낼 수 있는 '상호 정보 오류함수'를 활용해 이미지 구조변형을 최소화할 수 있는 기술을 만들었다. 이 기술은 의료영상 이미지의 구조 정보와 새로운 도메인의 이미지에서 질감 정보를 추출한 후, 실제 이미지와 생성된 이미지를 구별하는 판별자를 사용해 사실적인 이미지를 만들어 낸다.
연구팀은 이 기술을 이용해 여러 기관에서 수집한 안구 뒷부분 영상과 전립선 MRI에 적용한 결과, 구조를 유지하면서 치료에 도움이 되는 이미지를 잘 만들어내는 것을 확인했다.
박 교수는 "이번 연구를 통해 의료 분야에서 도메인이 바뀔 때마다 새롭게 AI 모델을 학습하는 데 드는 시간과 비용을 획기적으로 줄이는 기술을 만들었다"면서 "해당 기술이 여러 의료 현장에서 범용적으로 활용할 수 있는 진단소프트웨어 개발에 크게 기여할 것"이라고 말했다.
이번 연구는 영상분석 관련 분야 저널인 'Pattern Recognition'에 게재됐다.
참고 자료
Pattern Recognition, DOI: https://doi.org/10.1016/j.patcog.2023.109840