X-ray CT촬영은 인체에 여러 각도의 X선을 투사하고, X선이 인체를 통과하면서 감소된 양을 측정해 영상으로 나타내준다. 인체 내부의 장기 등을 좀더 명확히 볼 수 있는 장점을 갖고 있으며, 산업분야에서도 내부 모습이나 밀도를 알기 위해 사용되곤 한다. 하지만 반복적인 촬영이 필요하기 때문에 다량의 방사선 피폭의 위험성을 지니고 있다. 병의 조기 진단 등에 수반되는 반복적 방사선 피폭은 세포와 조직이 변형을 일으켜 암 등을 유발할 수 있다고 알려져 있다.

 

방사선 피폭 위험을 고려하면 X선의 양을 줄이는 ‘저선량 촬영기법’을 사용해야 하지만, 영상 해상도가 저하되거나 왜곡현상이 발생해 진단에 어려움을 겪게 된다. 이와 관련해, 최근 저선량으로 인한 화질 저하 문제를 해결하기 위해 인공지능 핵심기술 중 하나인, ‘딥러닝’을 접목한 연구가 진행됐다. 기존에 갖고 있던 문제점을 해결하는 데 성공해, 앞으로 저선량 CT촬영이 더욱 활성화될 것이라는 전망이다.

 

미래창조과학부(장관 최양희)는 예종철 카이스트 석좌교수(바이오및뇌공학과·사진) 연구팀이 딥러닝 기술을 이용해 방사선량이 적은 저선량 CT촬영으로도 임상에서 사용될 수 있는 고화질 의료영상 구현했다고 지난 19일 밝혔다. 딥러닝은 최근 인공지능 분야를 주도하는 핵심적인 기술로, 기존에는 영상 분류와 관련된 분야에서만 주로 활용했고 방사선 문제를 해결하기 위해 적용된 사례는 거의 없었다.

 

이번 연구는 미래창조과학부 기초연구사업(개인연구) 지원으로 수행했으며 미국 의학물리학자협회(AAPM)에서 지난 1일 주최한 ‘국제 저선량 CT영상 획득 그랜드 챌린지’에서 2위를 수상했다.

 

예 교수는 “최신 인공지능 기술을 접목해 방사선 피폭량을 획기적으로 줄일 수 있는 X-ray CT 원천기술을 개발했다”며 “상용화를 통해 그 동안의 방사능 피폭 문제를 근본적으로 해결하는 데 기여하길 기대한다”고 말했다.

 

△‘딥러닝’기술을 이용한 점이 특이하다. 어떤 계기로 접근했나?
“연구팀은 인공지능을 이용해 고화질 의료영상 획득 분야 연구를 집중해 오고 있었다. 때마침 CT 영상복원분야에서는 저선량 CT 촬영기법으로 인해 발생하는 잡음을 제거하는 연구가 중요한 해결 문제로 대두됐다. 미국 의학물리학자협회에서 이를 해결하기 위해 국제 저선량 CT 그랜드 챌린지를 대대적으로 열었다. 우리 연구팀은 그동안의 인공지능 연구경험과 다년간의 의료영상 연구의 노하우를 가지고 이 챌린지에 참여했다. 먼저 챌린지에서 저선량 CT 데이터와 정상 선량 CT 데이터를 제공받아 CT 영상 데이터베이스를 구축했다. 이것을 바탕으로 딥러닝 기법을 적용해 저선량 CT 영상의 잡음을 효과적으로 제거하고, 고화질의 영상을 복원하려는 연구를 본격적으로 시작했다.”

 

△어떤 문제점을 해결하고자 했나?
“X선 단층촬영은 대표적인 의료영상기법으로 고화질의 인체 단층영상을 제공한다. 이 방식은 다각도로 X선을 투사해 X선 영상을 획득한 후 단층영상을 재구성한다. 장기 및 질환에서 병변이 의심되고 정밀검사를 시행해야 할 때 기본적으로 실시되는 진단법으로 현재 대부분의 병원에서 사용된다. 하지만 방사선 피폭의 위험성을 내재하고 있다. 최근 방사선 피폭의 위험성을 낮추기 위해서 X선의 선량을 줄여서 촬영하는 저선량 CT에 대한 연구가 활발히 진행되고 있긴 하다. 하지만 저선량 CT의 경우, 검출기에서 잡음이 증가하고, X선이 인체 내부에서 산란될 확률이 높아져 재구성한 영상의 화질이 현저하게 낮아진다.”

 

△국제 저선량 CT 그랜드 챌린지에서 2등을 수상했다.
“국제 저선량 CT 그랜드 챌린지에서 전 세계 100여개의 팀이 참여하는 경쟁에서 수상을 해 기뻤다. 이번 연구의 경우 자동 진단을 대신 내리는 인공지능기술을 이용했을 뿐만 아니라, 고화질의 영상을 제공함으로써 임상의가 더욱 정확한 진단을 내릴 수 있도록 도와줌으로써, 기존의 법·제도적인 테두리 안에서 그 상용화가 더욱 유리한 장점을 가지고 있다. 또, 기술적인 부분에서는 신호처리 기술과 딥러닝 기법을 조합했다는 것에 의의가 있다. 신호처리 기술과 인공지능의 조합은 향후 다른 의료영상복원 및 인공지능망의 응용에도 기초연구로서 적용되길 기대한다.”