딥러닝 모델로 광음향 현미경 노이즈 제거하는 기술 개발

국제 학회‘IEEE’에서 DGIST 학부생 공동연구 프로젝트 통해 얻은 성과 발표

광음향 현미경의 노이즈를 자기 지도 학습(Self-supervised learning)기반의 딥러닝 모델을 사용해 효율적으로 제거하는 기술을 개발했다.

DGIST는 기초학부 3학년생인 양혜민·이경은 학부생으로 구성된 연구팀이 전기전자공학 분야 세계 최대 학회인 ‘IEEE’의 국제 의료 초음파 분야 학술대회(IEEE International Ultrasonic Symposium)에서 이 같은 기술을 개발했음을 발표했다고 11일 밝혔다.

광음향 현미경은 짧은 레이저를 조직에 조사 발생한 광음향 신호를 감지해 조직의 광학적 특성을 높은 해상도로 깊은 깊이에서 볼 수 있는 기술이다. 

그러나 고속 스캐닝을 위해 사용하는 고속 레이저는 에너지가 낮아 광음향 신호가 작고, 전기적인 노이즈로 영상의 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.

이에 DGIST 학부생 연구팀은 자기 지도 학습을 사용하여 노이즈가 있는 영상들만을 사용하여 노이즈를 효과적으로 제거할 수 있는 딥러닝 모델을 제안했다. 

제안된 모델의 임상 효율성을 검증하기 위해 화순전남대학교병원 핵의학과 이창호 교수팀과 함께 쥐의 귀를 촬영한 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 DGIST 기초학부 양혜민, 이경은 학생은 “UGRP와 지도교수님의 지원이 있었기에 학부생들이 직접 설계한 실험을 실행하고 국제학술대회에서 발표할 수 있었다”라며 “UGRP 교과를 통해 연구를 계획하고 진행하는 과정뿐만 아니라 연구자로서 갖춰야 할 기본적인 소양도 배우게 됐다”라고 말했다.

UGRP 연구지도를 맡은 로봇및기계전자공학과 유재석 교수는 “기초학부생들 스스로 연구를 설계·진행해 결론짓고 논문화하는 과정을 통해 학부생 신분으로는 이례적인 성과를 거두어냈다”라며 “앞으로 학생들이 연구 활동을 할 때 꼭 필요한 훌륭한 자산이 될 것”이라고 말했다.

한편, 본 연구는 한국연구재단 우수신진연구 과제의 지원을 받아 수행됐다.