대구경북과학기술원(DGIST·총장 국양)은 기초학부 3학년생(양혜민·이경은)으로 구성된 연구팀(지도 DGIST 로봇및기계전자공학과 유재석 교수, 정동규 박사과정생)이 자기 지도 학습(Self-supervised learning)기반 딥러닝 모델을 사용해 광음향 현미경의 노이즈를 효율적으로 제거하는 기술을 개발했다고 11일 밝혔다.
연구팀은 전기전자공학 분야 저명 학회 'IEEE'의 국제 의료초음파 분야 학술대회(IEEE International Ultrasonic Symposium)에 참가해 연구결과를 발표했다.
광음향 현미경은 짧은 레이저를 조직에 조사해 발생한 광음향 신호를 감지, 조직의 광학적 특성을 높은 해상도로 깊은 깊이에서 볼 수 있는 기술이다. 그러나 고속 스캐닝을 위해 사용하는 고속 레이저는 에너지가 낮아 광음향 신호가 작고, 전기적인 노이즈가 발생해 영상 품질이 제한되는 한계점이 있었다.
딥러닝 모델은 복잡한 노이즈를 효과적으로 제거하기 위한 기술로써 높은 잠재성을 가지고 있다. 그러나 많은 의료 영상 시스템에서는 노이즈가 없는 레퍼런스 영상을 구하기가 어렵기 때문에 딥러닝 학습에 어려움이 있었다.
연구팀은 자기 지도 학습을 사용해 노이즈가 있는 영상으로 노이즈를 효과적으로 제거할 수 있는 딥러닝 모델을 제안했다. 제안된 모델의 임상 효율성을 검증하기 위해 화순전남대학교병원 핵의학과 이창호 교수팀과 함께 쥐의 귀를 촬영했다. 그 결과, 실제 임상 데이터에서도 연구팀의 딥러닝 모델이 효율적으로 노이즈를 제거하는 것을 확인했다.
이번 연구는 DGIST 학부 교육과정인 UGRP(학부생 공동연구 프로젝트)연구주제로 진행됐다. UGRP는 DGIST의 학부생들이 주도적으로 자기 완결적 연구 프로젝트를 수행하는 DGIST의 정규 교육과정이다.
제1저자인 기초학부 양혜민·이경은 학생은 “UGRP와 지도교수님의 지원이 있었기에 학부생들이 직접 설계한 실험을 실행하고 국제학술대회에서 발표할 수 있었다”며 “UGRP 교과를 통해 연구를 계획하고 진행하는 과정뿐 아니라 연구자로서 갖추어야할 기본 소양도 배우게 됐다”고 말했다.
한편, 본 연구는 한국연구재단 우수신진연구 과제 지원을 받아 수행됐다.
대구=정재훈 기자 jhoon@etnews.com
