△ 신개념 영상 진단기술이 개발되고 있다.

국내 연구진이 신개념 영상 기술을 개발해 새로운 영상진단기기의 등장을 예고하고 있다.

1일 의료계 등에 따르면 국내 연구진이 흐릿하고 손상된 의료 영상 복원 기술, 신경·종양 동시 식별 영상기법, AI 기반 3차원 영상 기술 등을 개발했다.

한국과학기술원(KAIST) 바이오및뇌공학과 장무석 교수는 최근 김재철AI대학원 예종철 교수팀과 함께 안개 낀 도로에서 자동차 전조등을 켜도 시야가 흐릿하게 보이는 현상이나 김 서린 욕실 유리창 너머의 모습이 왜곡돼 보이는 것처럼 빛이 흐트러지는 환경에서도 원래 영상을 선명하게 되살릴 수 있는 기술을 개발했다.

혈액이나 피부 속을 들여다보는 비침습적 의료 진단, 화재 현장의 연기 속 인명 구조, 벽에서 반사된 빛으로 영상을 복원하는 비시선 영상 등 일상과 산업 전반에 활용될 수 있을 것으로 기대된다.

연구팀은 기존 인공지능(AI) 복원 기술이 훈련된 데이터 범위에서만 성능을 내는 한계를 극복하기 위해 광학 모델과 비디오 디퓨전 모델을 결합한 새로운 복원 방식을 제안했다.

특히 시간에 따라 산란 환경이 변하는 경우에도 안정적으로 복원할 수 있도록 연속된 영상의 시간적 상관관계를 학습한 디퓨전 모델을 도입했다. 

그 결과 다양한 거리·두께·잡음 조건에서도 기존 최고 성능의 복원 모델을 뛰어넘는 결과를 얻었다.

또 디퓨전 기반 복원 기술 중 최초로 시간 상관관계를 반영해 움직이는 산란 매질 너머에서 정자의 움직임 패턴을 관찰하는 데 성공했다.

별도의 추가 학습 없이도 안개 제거, 영상 화질 개선(고해상도 프레임 생성), 블라인드 디블러링(흐린 영상 선명화) 등 다양한 상황에서 적응적으로 영상을 복원할 수 있는 최적화 기법을 도입해 범용 복원 프레임워크로 확장될 가능성도 입증했다.

연구팀은 시간 상관관계를 학습한 디퓨전 모델이 움직이는 산란매질 너머 보이지 않는 데이터를 복원하는 광학 역문제 해결에 효과적임을 확인, 빛의 시간적 변화를 역추적해야 풀 수 있는 다양한 광학 역문제로 연구를 확장할 계획이다.

고려대학교 구로병원 심장혈관흉부외과 김현구 교수팀은 최근 미국 하버드 의대 최학수 교수팀과 함께 정밀 종양 수술 중 신경 손상 위험을 줄일 수 있는 '이중채널 형광 영상기법'을 만들었다.

연구팀은 신경 특이적 형광 조영제인 'NTFP700'을 새롭게 개발하고 기존 종양 타깃 조영제 'cRGD-ZW800-PEG'과 함께 활용해 700nm 파장에서 신경을 청색 형광으로, 800nm 파장에서 종양을 녹색 형광으로 시각화하는 이중채널 근적외선(NIR) 영상기법을 구현했다.

이 기술은 토끼 좌골신경 주위 종양 모델에 적용해 수술 중 종양과 신경을 동시에 식별하는 데 성공했다.

종양 표지를 위해 cRGD-ZW800-PEG를 수술 4시간 전 정맥 주사해 800nm 채널로 관찰했고 신경 표지는 NTFP700을 거즈에 흡착시켜 수술 중 700nm 채널로 적용했다.

그 결과 수술 현장에서 종양과 신경이 명확히 구분되어 절제 경계를 설정하고 신경 보존 여부를 실시간으로 판단할 수 있었다.

형광 신호는 절제 후 조직검사 결과와도 일치해 영상 기법의 높은 표적성과 재현성을 입증했다.

특히 형광카메라를 통해 종양과 신경을 서로 다른 색으로 선명하게 시각화함으로써 신경 손상을 최소화하면서도 종양을 정밀하게 절제할 수 있는 수술 환경을 구현할 가능성을 확인했다.

특히 연구팀은 형광 조영제 NTFP700을 멸균 거즈에 흡수시켜 신경 부위에 직접 덮는 염색 거즈(dyed gauze) 방식을 새롭게 도입했다.

기존의 직접 도포 방식은 조영제가 중력 방향으로 흘러내리거나 해부학적으로 복잡한 부위에서는 염색이 불균일해지는 한계가 있었으나 염색 거즈 방식은 신경을 균일하게 덮어 일정하고 안정적인 형광 염색이 가능했다.

특히 경사진 구조나 굴곡진 부위에서도 신경 대비가 뚜렷하게 확보됐으며 외과의가 수술 중 손쉽게 적용할 수 있어 실용성과 정확도 모두를 만족하는 방법으로 확인됐다.

부산대학교 의생명융합공학부 김민우 교수이 광음향 및 초음파(PAUS) 영상 기술을 결합해 AI를 기반으로 3D 해부학적 구조를 정밀하게 재구성하는 새로운 방법을 제시했다.

연구팀은 'MoGLo-Net(Motion-based Global-Local Network)'이라는 인공지능 기반 모델을 통해 복잡한 조직 구조를 가진 인체 내부를 자동으로 손쉽게 고품질 3차원으로 재구성할 수 있는 기술을 선보였다. 

연구팀 기술에서는 AI가 초음파 영상 간의 미세한 움직임을 정밀하게 분석해 탐촉자의 경로를 스스로 계산하고 이를 기반으로 해부학적 구조를 입체적으로 구현한다.

별도의 외부 위치 센서 없이도 영상 간 움직임을 정밀하게 분석한 자율 스캔 방식으로 레이저와 초음파를 활용해 고해상도 3D 영상을 생성한 것이다. 

연구팀은 이 기술을 활용해 초음파와 레이저를 함께 사용하는 '광음향 영상'으로 아주 작은 혈관까지 3D로 보여주는 예시도 구현함으로써 실제 임상 현장에서도 이 기술이 유용하게 쓰일 수 있음을 보였다. 

이러한 3D 재구성 기술은 의료진이 정확한 해부학적 구조를 실시간으로 파악함으로써 의료 진단 및 치료 계획을 수립하는 데 도움을 줄 수 있다.

특히, 프리핸드 3D 기술의 상용화도 가능해져, 혈관구조뿐만 아니라, 신경, 다양한 장기, 암조직과 같은 복잡한 영역의 3D 시각화로 확장해 진단의 정확도 향상이 기대된다.

또 이번에 개발된 기술은 MRI(Magnetic Resonance Imaging, 자기공명영상)처럼 인체 내부의 복잡한 해부학 구조를 3차원으로 정밀하게 보여줄 수 있다는 점에서도 주목된다.

고가의 대형 장비가 필요한 MRI와 달리, 이 기술은 별도의 위치 센서나 특수 장비 없이도 소형 초음파 장비만으로 고해상도 3D 영상을 자동으로, 실시간으로 재구성할 수 있다는 점에서 의료 현장에서의 활용성이 눈에 띈다. 

MRI에 비해 영상의 해상도나 조직 구분 능력 등 일부 제한이 있을 수 있지만 상대적으로 저렴하고 간편한 장비로 3차원 고해상도 영상을 구현해 기존 영상 장비를 보완하는 실용적인 대안이 될 수 있을 전망이다.

특히 진료실, 응급 현장, 수술실 등 다양한 의료 환경에서 보다 손쉽고 빠르게 정밀 진단을 지원할 수 있는 차세대 기술로의 발전 가능성이 주목된다.

연구팀은 프리핸드 방식으로 광음향 3D 영상(레이저+초음파를 활용한 영상기법)을 확장한 첫 시도로 이를 통해 프리핸드 광음향 기술의 임상 활용을 가속화할 수 있을 것으로 기대했다.