-
재촬영 없이 MRI 강조영상 얻는 AI 기술 개발
우리 대학 바이오및뇌공학과 예종철 교수 연구팀 자기공명영상(magnetic resonance imaging: MRI)에서 재촬영 없이도 누락된 강조영상을 얻을 수 있는 인공지능 기술을 개발했다.
이 연구를 통해 각 질환별로 강조영상이 암의 진단에 미치는 영향을 객관적으로 밝힐 수 있으며, 실제 임상에서 고비용의 MRI를 효과적이고 체계적으로 활용할 수 있는 방안을 설계할 수 있을 것으로 기대된다.
이동욱 박사가 1 저자로 참여하고 건국대 의과대학 영상의학과 문원진 교수팀이 참여한 이번 연구 결과는 국제 학술지 ‘네이처 머신인테리젼스(Nature Machine Intelligence)’ 1월 18일 자 온라인판에 게재됐다. (논문명 : Assessing the importance of magnetic resonance contrasts using collaborative generative adversarial networks).
MRI는 엑스선 컴퓨터 단층촬영, 초음파와 더불어 임상 진단에서 중요한 역할을 하는 진단 장비이다. 특히 비침습적 방법으로 고해상도의 영상을 얻기 때문에 종양이나 병변을 관찰하며 진단하는데 매우 중요한 임상 정보를 제공한다. 이는 영상의 대조도 (contrast)를 다양하게 조절할 수 있는 MRI의 특징 덕분이다.
예를 들어 뇌종양을 진단하는 데 활용되는 T1·T2 강조영상, FLAIR 기법 영상, T1 조영증강 영상 등 여러 가지 대조 영상을 얻어 진단에 사용함으로써 종양을 찾을 수 있다.
하지만 실제 임상 환경에서는 강조영상을 모두 얻기 어려운 경우가 많다. 여러 장의 강조영상 촬영을 위해 촬영시간이 길어지기도 하고, 잡음이나 인공음영 발생으로 인해 진단에 사용하기 어려운 경우가 많기 때문이다.
또한, 뇌질환진단을 위한 MRI 검사는 의심 질환이 무엇인지에 따라 필수 강조영상이 달라지며, 이후 특정 질환으로 진단명이 좁혀지면서 부득이하게 누락된 강조영상을 확보하기 위한 재촬영이 필요한 경우가 많다. 이러한 상황에 의해 많은 시간과 비용이 소모된다.
최근 인공지능 분야에서 생성적 적대 신경망(Generative adversarial networks, GAN)이라는 딥러닝을 이용해 영상을 합성하는 기술이 많이 보고되고 있지만, 이 기술을 MRI 강조영상 합성에 사용하면 준비하고 미리 학습해야 하는 네트워크가 너무 많아지게 된다.
또한, 이러한 기법은 하나의 영상에서 다른 영상으로의 관계를 학습하기 때문에 몇 개의 강조영상의 존재하더라도 이 정보 간의 시너지를 활용하는 영상 학습기법이 없는 현실이다.
예 교수 연구팀은 자체 개발한 ‘협조·생성적 적대신경망(Collaborative Generative Adversarial Network : CollaGAN)’이라는 기술을 이용해 여러 MRI 강조영상의 공통 특징 공간을 학습함으로써 확장성의 문제를 해결했다.
이를 통해 어떤 대조 영상의 생성이 가능한지와 불가능한지에 대한 질문과, 그에 대한 체계적인 대답 기법을 제안했다.
즉, 여러 개의 강조영상 중에서 임의의 순서 및 개수로 영상이 없어져도 남아있는 영상을 통해 사라진 영상을 복원하는 기법을 학습한 후 합성된 영상의 임상적 정확도를 평가해, 강조 영상 간 중요도를 자동으로 평가할 수 있는 원천 기술을 개발했다.
예 교수 연구팀은 건국대 문원진 교수 연구팀과의 협력을 통해 T1강조·T2강조 영상과 같이 내인성 강조영상은 다른 영상으로부터 정확한 합성이 가능하며, 합성된 강조영상이 실제 영상과 매우 유사하게 임상 정보를 표현하고 있다는 것을 확인했다.
연구팀은 확보한 합성 영상이 뇌종양 분할기법을 통해 뇌종양 범위를 파악하는데 유용한 정보를 제공한다는 것을 확인했다. 또한, 현재 많이 사용되는 합성 MRI 기법(synthetic MRI)에서 생기는 인공음영 영상도 자동 제거가 가능함이 증명됐다. 이 기술을 이용하면 추가적인 재촬영을 하지 않고도 필요한 대조 영상을 생성해 시간과 비용을 비약적으로 줄일 수 있을 것으로 기대된다.
건국대 영상의학과 문원진 교수는 “연구에서 개발한 방법을 이용해 인공지능을 통한 합성 영상을 임상현장에서 이용하면 재촬영으로 인한 환자의 불편을 최소화하고 진단정확도를 높여 전체의료비용 절감 효과를 가져올 것이다”라고 말했다.
예종철 교수는 “인공지능이 진단과 영상처리에 사용되는 현재의 응용 범위를 넘어서, 진단의 중요도를 선택하고 진단 규약을 계획하는 데 중요한 역할을 할 수 있는 것을 보여준 독창적인 연구이다”라고 말했다.
이 연구는 한국연구재단의 중견연구자지원사업을 받아 수행됐다.
□ 그림 설명
그림1. CollaGAN의 작동 원리의 예
2020.01.30
조회수 15526
-
박효훈 교수, 초소형 3차원 영상 센서의 핵심기술 개발
〈 (왼쪽부터) 나노종합기술원 유종범 연구원, 김성환 박사과정, 박효훈 교수 〉
우리 대학 전기및전자공학부 박효훈 교수 연구팀이 나노종합기술원과의 공동 연구를 통해 3차원 영상 센서의 핵심 기술인 실리콘 기반 광위상배열(optical phased array, OPA) 칩을 개발했다.
김성환 박사과정과 나노종합기술원 유종범 박사가 주도한 이번 연구결과는 국제 학술지 ‘옵틱스 레터스(Optics Letters)’ 1월 15일자 온라인 판에 게재됐다.
3차원 영상 센서는 사진 등의 2차원 이미지에 입체감을 주는 거리정보를 추가해 3차원 이미지로 인식하는 센서이다. 사물의 정확한 거리정보가 필요한 자율주행 자동차, 드론, 로봇, 안면인식이 사용되는 스마트폰 등 다양한 전자기기에서 눈의 역할을 하는 핵심부품이다.
다수의 자동차, 드론 회사들이 레이저 빛을 이용한 3차원 영상 센서인 라이다(light detection and ranging, LiDAR) 개발에 주력하고 있다. 그러나 이 방식은 2차원 영상 센서로 3차원 스캐닝을 하는 기계적 방식을 사용하기 때문에 주먹 정도의 큰 크기를 가지며 고장 가능성도 크다.
광위상배열(Optical Phased Array, OPA)은 전기적으로 빛의 방향을 조절할 수 있어 라이다의 차세대 구조로 주목받고 있다. 실리콘 기반의 광위상배열은 크기가 작고 내구성이 높으며 기존의 반도체 칩을 제작하는 설비를 활용해 만들 수 있어 많은 연구가 활발히 진행되고 있다.
하지만 기존의 광위상배열은 빛 방향을 조절하는 방법에 문제가 있다. 수평 방향 조절은 전기-광학식 위상변조기를 이용해 넓은 범위의 스캐닝이 가능하지만, 수직 방향 조절은 레이저 빛의 파장을 바꿔줘야 하는 기술적 난제가 있다.
즉, 빛의 파장을 바꾸면 실리콘 광소자의 특성이 달라져 신뢰성 있는 방향조절이 어렵고 또한 파장을 조절할 수 있는 레이저를 실리콘 기반의 칩에 집적시키기가 어렵기 때문이다. 따라서 방사되는 빛을 수직 및 수평 방향으로 쉽게 조절할 수 있는 새로운 구조를 만드는 것이 중요하다.
연구팀은 파장 변조 광원을 사용해야 하는 기존의 광위상배열을 발전시켜 단일파장 광원으로 넓은 범위의 2차원 스캐닝이 가능한 초소형, 저전력 광위상배열 칩을 개발했다.
연구팀이 반도체 공정을 통해 광위상배열 구조로 제작한 이번 센서는 잠자리 눈 정도의 크기로 작게 제작할 수 있어 3차원 영상 센서를 소형화시킬 수 있다.
연구팀은 광위상배열이 3차원 영상 센서의 기능뿐 아니라 획득한 3차원 영상 데이터를 원하는 방향으로 무선전송하는 기능도 수행 가능해 고화질, 대용량의 영상정보를 전자기기 간 자유롭게 통신할 수 있다고 밝혔다.
김성환 박사과정은 “파장 변조를 이용한 2차원 스캐닝은 파장 변조가 가능한 광원의 집적이 매우 어려웠기 때문에 이번 연구를 통해 광위상배열의 상용화에 큰 도움이 될 것으로 기대한다”라고 말했다.
유종범 박사는 “3차원 영상 센서를 스마트폰에 장착해 얼굴인식 및 증강현실 서비스 등에 지원할 예정이다”라며 “공정 플랫폼을 발전시켜 3차원 반도체 영상 센서 핵심 기술의 국산화에 노력하겠다”라고 말했다.
□ 그림 설명
그림1. 제작된 초소형 광위상배열 칩
그림2. 3차원 영상센서 핵심기술인 광위상배열 칩
2019.01.22
조회수 12868
-
정기훈 교수, 곤충 눈 구조 모방한 초박형 카메라 개발
〈 왼쪽부터 장경원 박사과정, 정기훈 교수, 황순홍 박사과정 〉
우리 대학 바이오및뇌공학과 정기훈 교수 연구팀이 독특한 눈 구조를 가진 곤충인 제노스 페키(Xenos peckii)를 모사한 초박형 디지털카메라를 개발했다.
제노스 페키를 모사해 개발한 초박형 디지털카메라는 기존 이미징 시스템보다 더 얇으면서 상대적으로 넓은 광시야각과 높은 분해능을 갖는다. 감시 및 정찰 장비, 의료용 영상기기, 모바일 등 다양한 소형 이미징 시스템에 적용 가능할 것으로 기대된다.
금동민, 장경원 박사과정이 주도한 이번 연구결과는 국제 학술지 ‘빛 : 과학과 응용(Light : Science & Applications)’ 10월 24일 자에 게재됐다. (논문명: 제노스 페키의 시각기관을 모사한 초박형 디지털카메라, Xenos peckii vision inspires an ultrathin digital camera)
정 교수 연구팀은 자연계에서 발견되는 광학 구조를 모방하는 연구를 꾸준히 진행해 왔다. 반딧불이의 배 마디 구조를 분석해 광효율을 높은 LED 렌즈를 개발한 바 있고, 생체모사를 통한 무반사 기판을 제작하는 등 해당 분야를 선도하고 있다.
최근 전자기기 및 광학기기의 소형화로 초박형 디지털카메라에 대한 수요가 증가하고 있다. 그러나 기존의 카메라 모듈은 광학적 수차를 줄이기 위해 광축을 따라 복수의 렌즈로 구성돼 있어 부피가 매우 크다는 단점이 있다. 이런 모듈을 단순히 크기만 줄여 소형기기에 적용하면 분해능과 감도가 떨어지게 된다.
연구팀은 문제 해결을 위해 곤충인 제노스 페키의 시각구조를 적용한 렌즈를 제작했고 이를 이미지 센서와 결합한 초박형 디지털카메라를 개발했다.
곤충의 겹눈구조는 수백, 수천 개의 오마티디아라 불리는 아주 작은 광학 구조로 이뤄져 있다. 일반적인 겹눈구조는 수백, 수천 개의 오마티디아에서 한 개의 영상을 얻지만, 제노스 페키는 다른 곤충과는 달리 각 오마티디아에서 개별의 영상을 획득할 수 있다. 또한 오마티디아 사이에 빛을 흡수할 수 있는 독특한 구조를 가져 각 영상 간 간섭을 막는다.
연구팀이 개발한 카메라는 2mm 이내의 매우 작은 크기로 제노스 페키의 겹눈구조를 모방해 수십 개의 마이크로프리즘 어레이와 마이크로렌즈 어레이로 구성된다. 마이크로프리즘과 마이크로렌즈가 한 쌍으로 채널을 이루고 있으며 각각의 채널 사이에는 빛을 흡수하는 중합체가 존재하며 각 채널 간 간섭을 막는다.
각각의 채널은 화면의 다른 부분들을 보고 있으며 각 채널에서 관측된 영상들은 영상처리를 통해 하나의 영상으로 복원돼 넓은 광시야각과 높은 분해능을 확보할 수 있다.
정기훈 교수는 “초박형 카메라를 제작하는 새로운 방법을 제시했다”며 “이 연구는 기존의 평면 CMOS 이미지 센서 어레이에 마이크로 카메라를 완전히 장착한 초박형 곤충 눈 카메라의 첫 번째 데모이며 다양한 광학 분야에 큰 영향을 미칠 것으로 확신한다.”라고 말했다.
□ 그림 설명
그림1. (좌) 제노스 페키의 SEM 영상. (우) 형광 염색된 제노스 페키의 시각구조
그림2. (좌) MEMS 공정을 통해 제작된 마이크로프리즘 어레이의 SEM 영상. (우) 완성된 초박형 디지털 카메라의 광학 영상
그림3. (좌) Xenos peckii의 시각기관을 통해 얻은 영상. (우) 초박형 디지털 카메라를 통해 얻은 영상
2018.11.20
조회수 10975
-
스티브 박 교수, 김정 교수, 3차원 표면 코팅 가능한 로봇피부 개발
〈(왼쪽부터) 오진원 석사과정, 스티브박 교수, 양준창 박사과정 〉
우리 대학 신소재공학과 스티브 박 교수, 기계공학과 김정 교수 공동 연구팀이 3차원 표면에 코팅이 가능하며 자극을 구분할 수 있는 로봇피부를 개발했다.
오진원 석사과정, 양준창 박사과정이 공동 1저자, 박현규 석사과정이 참여한 이번 연구는 국제학술지 ‘에이씨에스 나노(ACS Nano)’ 8월 28자 표지논문으로 게재됐다.
오늘날 로봇연구는 인간과 같은 기능을 가진 휴머노이드, 몸에 착용하는 헬스케어 장치 등 인간처럼 촉각을 구현하려는 연구가 활발히 진행되고 있다.
연구팀은 로봇의 복잡한 형상에 균일하게 코팅할 수 있는 로봇피부를 개발했다. 균일한 코팅은 로봇피부에 가해진 자극을 보다 정확히 측정할 수 있게 해주는 핵심 기술이다.
개발된 로봇피부 용액을 원하는 물체에 뿌린 뒤 굳히면 로봇피부가 형성된다. 매우 간편한 용액공정을 통해 제작하므로 저비용으로 대면적 및 대량생산이 가능하다. 또한 복잡한 형태를 지닌 로봇에도 적용할 수 있다.
특히 이 로봇피부는 인간과 같이 압력과 인장력을 구분해낸다. 수직 압력과 마찰에 대해 로봇피부의 내부구조가 각각 다르게 변형되기 때문에 이들을 구분할 수 있다.
또한 의료영상 기법 중 하나인 전기임피던스영상(EIT) 기술을 이용함으로써 복잡한 전기 배선 없이 로봇피부에 마찰이 가해지는 곳을 정확히 측정했다.
스티브 박 교수는 “개발된 로봇피부는 저비용으로 대량생산이 가능하며, 복잡한 3차원 표면에도 손쉽게 코팅이 가능하다”며, ”로봇피부의 상용화에 한 걸음 가까워질 수 있는 원천기술이다”라고 말했다.
이번 연구는 과학기술정보통신부·한국연구재단 기초연구사업(신진연구) 지원으로 수행됐다.
□ 그림 설명
그림1. 3차원 표면 코팅이 가능한 로봇피부 모식도 (ACS 나노 8월호 표지)
그림2. 전기임피던스영상법을 활용한 다양한 자극 측정
그림3. 다양한 코팅법을 활용한 로봇피부의 제작 및 로봇피부 신호 확인
2018.09.13
조회수 16347
-
김필한 교수 교원창업기업, 3차원 생체현미경 IVM-CM 출시
〈김필한 교수, 아이빔테크놀로지 김인선 CEO〉
우리 대학 나노과학기술대학원/의과학대학원 김필한 교수 연구팀이 소속된 교원창업기업 아이빔테크놀로지(IVIM Technology, Inc)가 3차원 올인원 생체 현미경 ‘IVM-CM’과 ‘IVM-C’를 개발했다.
이는 김필한 교수 연구팀의 혁신적 생체현미경(IntraVital Microscopy, IVM) 원천기술을 토대로 개발한 것으로 미래 글로벌 바이오헬스 시장에 활용될 예정이다.
세계적 현미경 제조사들의 기술을 넘어 혁신적 원천 기술을 기반으로 개발된 ‘IVM-C’와 ‘IVM-CM’은 여러 인간 질환의 복잡한 발생 과정을 밝히기 위한 기초 의․생명 연구의 차세대 첨단 영상장비가 될 것으로 기대된다.
생체현미경은 바이오제약 분야에서 크게 주목받고 있다. 최근 바이오제약 산업은 단순 합성약물개발보다 생체의 미세 구성단위인 세포 수준에서 복합적으로 작용하는 면역치료제, 세포치료제, 유전자치료제, 항체치료제 등 새로운 개념의 바이오의약품 개발에 집중하고 있기 때문이다.
인체는 수없이 많은 세포들이 복잡한 상호작용을 통해 동작한다. 그러나 현재 신약개발 전임상 단계에서는 시험관 내(in-vitro)와 생체 외(ex-vivo) 실험처럼 상호작용이 일어나지 않는 방식의 연구가 주로 수행되고 있다.
이러한 실험 결과들로만 얻은 결과로 임상시험에 진입한다면 오류와 실패의 가능성이 높아진다. 따라서 신약개발을 위한 임상시험 전 마지막 단계에서 반드시 살아있는 동물에서의 생체 내(in-vivo) 실험으로 효능 분석이 진행돼야 한다.
생체현미경 기술은 바로 이 과정에서 살아있는 동물 내부의 목표로 하는 세포, 단백질과 주입된 물질의 움직임을 동시에 3차원 고해상도 영상으로 직접 관찰할 수 있어 시험 결과의 오류, 시간, 비용을 현저히 줄일 수 있다.
기존 현미경 기술을 살아있는 생체에 적용하려면 영상획득 과정 동안 생체를 유지하기 위한 여러 추가적인 장비가 필요하다. 또한 영상 속도와 해상도의 한계로 인해 생체 내부의 세포를 직접 관찰하기 어려웠다.
아이빔테크놀로지의 ‘IVM-C’와 ‘IVM-CM’모델은 최초의 올인원 3차원 생체현미경 제품으로 살아있는 생체 내부조직을 구성하는 세포들을 고해상도로 직접 관찰할 수 있다.
기존 MRI나 CT 등으로 불가능했던 신체의 다양한 장기 내부에서 움직이는 세포들을 하나하나 구별해 관찰하는 것이 가능하다. 이를 통해 다양한 질병이 몸속에서 발생하는 과정에 대해 자세한 세포단위 영상 정보를 제공할 수 있다.
특히 ‘IVM-C’와 ‘IVM-CM’모델은 독보적인 초고속 레이저스캐닝 기술을 이용해 기존 기술수준을 크게 뛰어넘는 고해상도와 정밀도로 살아있는 생체 내부의 다양한 세포 및 주변 미세 환경과 단백질 등의 분자를 동시에 영상화하는 것이 가능하다.
‘IVM-C’모델은 살아있는 생체 내부의 고해상도 공초점 영상을 총 4가지 색으로 동시에 획득할 수 있으며, ‘IVM-CM’모델은 공초점 영상과 더불어 고속펄스레이저를 이용한 다중광자 영상까지 획득할 수 있다.
최고기술책임자(CTO) 김필한 교수는 “‘IVM-C’와 ‘IVM-CM’은 세포치료제, 면역치료제, 신약 및 선도물질 효능 분석 시 다양한 세포들이 존재하는 생체 내 환경에서 단일 세포 단위의 정밀한 효능 분석이 가능한 유일한 장비로 생명 현상을 보다 정밀하게 종합 분석하기 위한 혁신적 원천 기술로 급성장할 글로벌 바이오헬스 시장을 개척할 수 있는 차세대 의료, 의약 기술 발전을 가속화할 핵심 기술이 될 것이다”고 말했다.
아이빔테크놀로지는 시장성과 성장 가능성을 높게 평가받아 창업 후 3개월 만인 작년 9월 30억 원의 투자 유치를 달성한 바 있다.
대표이사는 김인선 전 제넥신 경영지원본부장, 최고기술책임자는 김필한 교수, 영업 및 마케팅 총괄은 독일 광학 기업인 칼자이스에서 14년간 경험을 쌓은 박수진 이사가 맡고 있다.
또한 우리 대학 박사 출신들로 구성된 기술개발팀과 연구서비스팀이 차세대 후속 장비 개발과 글로벌 바이오헬스 시장 활성화를 위해 노력하고 있다.
김필한 교수 연구팀은 창업원 엔드-런(End-Run) 사업화도약과제에 참여했으며, 아이빔테크놀로지는 창업원의 지원을 받아 설립됐다.
□ 사진 설명
사진1. IVM-CM 장비사진
사진2. IVM-CM 생체영상결과 사진
사진3. IVM-CM 생체 내부 세포 추적 사진
2018.09.05
조회수 14766
-
예종철 교수, 인공지능 블랙박스의 원리 밝혀
〈 예종철 교수, 한요섭 연구원, 차은주 연구원 〉
우리 대학 바이오및뇌공학과 예종철 석좌교수 연구팀이 인공지능의 기하학적인 구조를 규명하고 이를 통해 의료영상 및 정밀분야에 활용 가능한 고성능 인공신경망 제작의 수학적인 원리를 밝혔다.
연구팀의 ‘심층 합성곱 프레임렛(Deep Convolutional Framelets)’이라는 새로운 조화분석학적 기술은 인공지능의 블랙박스로 알려진 심층 신경망의 수학적 원리를 밝혀 기존 심층 신경망 구조의 단점을 보완하고 이를 다양하게 응용 가능할 것으로 기대된다.
예종철 석좌교수가 주도하고 한요섭, 차은주 박사과정이 참여한 이번 연구는 응용수학 분야 국제 학술지 ‘사이암 저널 온 이매징 사이언스(SIAM Journal on Imaging Sciences)’ 4월 26일자 온라인 판에 게재됐다.
심층신경망은 최근 폭발적으로 성장하는 인공지능의 핵심을 이루는 딥 러닝의 대표적인 구현 방법이다. 이를 이용한 영상, 음성 인식 및 영상처리 기법, 바둑, 체스 등은 이미 사람의 능력을 뛰어넘고 있으며 현재 4차 산업혁명의 핵심기술로 알려져 있다.
그러나 이러한 심층신경망은 그 뛰어난 성능에도 불구하고 정확한 동작원리가 밝혀지지 않아 예상하지 못한 결과가 나오거나 오류가 발생하는 문제가 있다. 이로 인해 ‘설명 가능한 인공지능(explainable AI: XAI)’에 대한 사회적, 기술적 요구가 커지고 있다.
연구팀은 심층신경망의 구조가 얻어지는 고차원 공간에서의 기하학적 구조를 찾기 위해 노력했다. 그 결과 기존의 신호처리 분야에서 집중 연구된 고차원 구조인 행켈구조 행렬(Hankel matrix)을 기저함수로 분해하는 과정에서 심층신경망 구조가 나오는 것을 발견했다.
행켈 행렬이 분해되는 과정에서 기저함수는 국지기저함수(local basis)와 광역기저함수(non-local basis)로 나눠진다. 연구팀은 광역기저함수와 국지기저함수가 각각 인공지능의 풀링(pooling)과 필터링(filtering) 역할을 한다는 것을 밝혔다.
기존에는 인공지능을 구현하기 위한 심층신경망을 구성할 때 구체적인 작동 원리를 모른 채 실험적으로 구현했다면, 연구팀은 신호를 효과적으로 나타내는 고차원 공간인 행켈 행렬를 찾고 이를 분리하는 방식을 통해 필터링, 풀링 구조를 얻는 이론적인 구조를 제시한 것이다.
이러한 성질을 이용하면 입력신호의 복잡성에 따라 기저함수의 개수와 심층신경망의 깊이를 정해 원하는 심층신경망의 구조를 제시할 수 있다.
연구팀은 수학적 원리를 통해 제안된 인공신경망 구조를 영상잡음제거, 영상 화소복원 및 의료영상 복원 문제에 적용했고 매우 우수한 성능을 보임을 확인했다.
예종철 교수는 “시행착오를 반복해 설계하는 기존의 심층신경망과는 달리 원하는 응용에 따라 최적화된 심층신경망구조를 수학적 원리로 디자인하고 그 영향을 예측할 수 있다”며 “이 결과를 통해 의료 영상 등 설명 가능한 인공지능이 필요한 다양한 분야에 응용될 수 있다”고 말했다.
이번 연구는 과학기술정보통신부의 중견연구자지원사업(도약연구) 및 뇌과학원천기술사업의 지원을 받아 수행됐다.
□ 그림 설명
그림1. 수학적인 원리를 이용한 심층신경망의 설계 예시
그림2. 영상잡음제거 결과
그림3. 영상에서 80% 화소가 사라진 경우 인공신경망을 통해 복원한 결과
2018.05.10
조회수 21275
-
김문철 교수, 인공지능 통해 풀HD영상 4K UHD로 실시간 변환
〈 김 문 철 교수 〉
우리 대학 전기및전자공학부 김문철 교수 연구팀이 딥러닝 기술을 이용해 풀 HD 비디오 영상을 4K UHD 초고화질 영상으로 초해상화 변환할 수 있는 기술을 개발했다.
이 기술은 인공지능의 핵심 기술인 심층 콘볼루션 신경망(Deep Convolutional Neural Network, DCNN)을 하드웨어로 구현했다. 초당 60프레임의 초고해상도 4K UHD 화면을 실시간으로 생성할 수 있는 알고리즘 및 하드웨어 개발을 통해 향후 프리미엄 UHD TV, 360 VR, 4K IPTV 등에 기여할 것으로 기대된다.
이번 연구는 KAIST 전기및전자공학부 김용우, 최재석 박사과정 등이 주도했고 현재 특허 출원을 준비 중이다.
최근 영상 화질 개선 연구에 인공지능의 핵심 기술인 심층 콘볼루션 신경망을 적용시키려는 노력이 활발히 이뤄지고 있다. 그러나 이러한 심층 콘볼루션 신경망 기술은 연산 복잡도와 매우 높고 사용되는 메모리가 커 작은 규모의 하드웨어를 통해 초고해상도 영상으로 실시간 변환하는 데 한계가 있다.
기존의 프레임 단위로 영상을 처리하던 방식은 DRAM과 같은 외부 메모리 사용이 필수적인데 이로 인해 영상 데이터를 처리할 때 지나친 외부 메모리 접근으로 인한 메모리 병목현상과 전력 소모 현상이 발생했다.
김 교수 연구팀은 프레임 단위 대신 라인 단위로 데이터를 처리할 수 있는 효율적인 심층 콘볼루션 신경망 구조를 개발해 외부 메모리를 사용하지 않고도 작은 규모의 하드웨어에서 초당 60 프레임의 4K UHD 초해상화를 구현했다.
연구팀은 기존 소프트웨어 방식의 심층 콘볼루션 신경망 기반의 고속 알고리즘과 비교해 필터 파라미터를 65% 정도만 적용하고도 유사한 화질을 유지했다.
이는 딥러닝 기술을 이용한 고해상도 영상 변환 기술이 활발히 진행되는 가운데 초당 60프레임의 4K UHD 초해상화를 하드웨어로 실현한 첫 사례로 꼽힌다.
김 교수는 “이번 연구는 심층 콘볼루션 신경망이 작은 규모의 하드웨어에서 초고품질 영상 처리에 실질적으로 응요 가능한 기술임을 보인 매우 중요한 사례다”며 “현재 프리미엄 UHD TV 및 UHD 방송 콘텐츠 생성, 360도 VR 콘텐츠, 4K IPTV 서비스에 매우 효과적으로 적용할 수 있다”고 말했다.
이번 연구는 과학기술정보통신부 정보통신기술진흥센터(IITP) ICT 기초연구실지원사업의 지원을 받아 수행됐다.
□ 그림 설명
그림1. 실시간 AI(딥러닝) 기반 고속 초고해상도 업스케일링 기술
그림2.심층 신경망 AI 기반 4K UHD 60fps 실시간 초해상화 하드웨어 (FPGA)
그림3. 심층 신경망 AI 기반 4K UHD 60fps 실시간 초해상화 하드웨어 시연
2018.01.16
조회수 20644
-
박현욱 교수, 머신러닝 통해 MRI 영상촬영시간 단축기술 개발
우리 대학 전기및전자공학부 박현욱 교수 연구팀이 머신러닝 기반의 영상복원법을 이용해 자기공명영상장치(이하 MRI)의 영상 획득시간을 6배 이상 단축시킬 수 있는 기술을 개발했다.
이번 연구를 통해 MRI의 영상획득시간을 대폭 줄임으로써 환자의 편의성을 높일 뿐 아니라 의료비용 절감 효과를 기대할 수 있을 것으로 보인다.
권기남 박사과정이 1저자로 참여한 이번 연구는 국제 학술지 ‘메디컬 피직스(Medical Physics)’ 12월 13일자에 게재됐고 그 우수성을 인정받아 표지 논문에 선정됐다.
MRI는 방사능 없이 연조직의 다양한 대조도를 촬영할 수 있는 영상기기이다. 다양한 해부학적 구조 뿐 아니라 기능적, 생리학적 정보 또한 영상화 할 수 있기 때문에 의료 진단을 위해 매우 높은 빈도로 사용되고 있다.
하지만 MRI는 다른 의료영상기기에 비해 영상획득시간이 오래 걸린다는 단점이 있다. 따라서 환자들은 MRI를 찍기 위해 긴 시간을 대기해야 하고 촬영 과정에서도 자세를 움직이지 않아야 하는 등의 불편함을 감수해야 한다.
특히 길게 소요되는 영상획득시간은 MRI의 비싼 촬영 비용과 직접적인 연관이 있다.
박 교수 연구팀은 MRI의 영상획득시간을 줄이기 위해 데이터를 적게 수집하고 대신 부족한 데이터를 기계학습(Machine Learning)을 이용해 복원하는 방법을 개발했다.
기존의 MRI는 주파수 영역에서 여러 위상 인코딩을 하면서 순차적으로 한 줄씩 얻기 때문에 영상획득시간이 오래 걸린다. 획득 시간을 단축시키기 위해 저주파 영역에서만 데이터를 얻으면 저해상도 영상을 얻게 되고 듬성듬성 데이터를 얻으면 영상에서 인공물이 생기는 에일리어싱 아티팩트 현상이 발생한다.
이러한 에일리어싱 아티팩트를 해결하기 위해 다른 민감도를 갖는 여러 수신 코일을 활용한 병렬 영상법과 신호의 희소성을 이용한 압축 센싱 기법이 주로 활용됐다.
그러나 병렬 영상법은 수신 코일들의 설계에 영향을 받기 때문에 시간을 많이 단축할 수 없고 영상 복원에도 시간이 많이 걸린다.
연구팀은 MRI의 가속화에 의해 발생하는 에일리어싱 아티팩트 현상을 없애기 위해 라인 전체를 고려한 인공 신경망(Deep Neural Networks)을 개발했다.
연구팀은 위 기술과 함께 기존 병렬 영상법에서 이용했던 복수 수신 코일의 정보를 활용했고, 이 방식을 통해 직접적으로 영향을 주는 부분만을 연결해 네트워크의 효율성을 높였다.
기존 방법들의 경우 서브 샘플링 패턴에 많은 영향을 받았지만 박 교수 연구팀의 기술은 다양한 서브샘플링 패턴에 적용 가능하며 기존 방법대비 복원 영상의 우수함을 보였고 실시간 복원 또한 가능하다.
박 교수는 “MRI는 환자 진단에 필요한 필수 장비가 됐지만 영상 획득 시간이 오래 걸려 비용이 비싸고 불편함이 많았다”며 “기계학습을 활용한 방법이 MRI의 영상 획득 시간을 크게 단축할 것으로 기대한다”고 말했다.
이번 연구는 과학기술정보통신부의 인공지능 국가전략프로젝트와 뇌과학원천기술개발사업의 지원을 받아 수행됐다.
□ 그림 설명
그림1. 국제 학술지 ‘메디컬 피직스 (Medical Physics)’12월호 표지
그림2. 제안하는 네트워크의 모식도
그림3. MRI의 일반적인 영상 획득 및 가속 영상 획득 모식도
2017.12.29
조회수 21209
-
김필한 교수, 초고속 레이저 생체현미경 개발
〈 김 필 한 교수 〉
우리 대학 나노과학기술대학원 김필한 교수 연구팀이 개발한 초고속 생체현미경(IVM: IntraVital Microscopy)을 통해 미래 글로벌 바이오헬스 시장을 겨냥한 상용화에 나선다.
김 교수는 (재)의약바이오컨버젼스연구단, 서울대학교 김성훈 교수와의 공동 연구를 통해 개발한 최첨단 초고속 레이저스캐닝 3차원 생체현미경 기술을 토대로 아이빔테크놀로지(주)(IVIM Technology, Inc)를 창업했다.
이 생체현미경(IntraVital Microscopy : IVM)은 수많은 세포들 간 상호작용을 통해 나타나는 생명 현상을 탐구하고 여러 질환의 복잡한 발생 과정을 밝힘으로써 기초 의생명 연구의 차세대 첨단 영상장비가 될 것으로 기대된다.
연구팀의 기술은 살아있는 생체 내부조직을 구성하는 세포의 움직임을 직접 관찰할 수 있다. MRI나 CT 등 기존 생체영상 기술로는 불가능한 신체 다양한 장기 내부의 수많은 세포 하나하나를 구별하고 각 세포들의 움직임을 3차원으로 즉시 확인 가능하다.
이를 통해 다양한 질병이 몸속에서 발생하는 과정에 대해 자세한 세포단위 영상 정보를 제공할 수 있다.
특히 초고속 생체현미경 기술은 여러 색의 레이저 빔을 이용해 기존의 조직분석 기술로는 불가능했던 살아있는 생체 내부의 다양한 세포 및 주변 미세 환경과 단백질 등의 분자를 동시에 영상화할 수 있다.
이를 활용하면 생체 외부에서 수집한 데이터로 수립한 가정을 실제 살아있는 생체 내 환경에서 세포 단위로 검증하고 분석할 수 있다.
생체현미경은 바이오제약 분야에서도 주목받고 있다. 최근 바이오제약 산업은 단순 합성약물개발보다 생체의 미세 구성단위인 세포 수준에서 복합적으로 작용하는 면역치료제, 세포치료제, 유전자치료제, 항체치료제 등 새로운 개념의 바이오의약품 개발에 집중하고 있기 때문이다.
연구팀의 생체현미경은 동물실험에서 목표로 하는 세포, 단백질과 주입된 물질의 움직임을 동시에 3차원 동영상으로 관찰할 수 있다. 현재 (재)의약바이오컨버젼스연구단과 함께 차세대 신약개발을 위한 핵심기술로 발전시키기 위해 노력 중이다.
김 교수가 창업한 회사는 시장성과 성장가능성을 높게 평가받아 벤처기업으로서는 이례적으로 빠르게 창업 3개월 만에 LB인베스트먼트와 에이티넘인베스트먼트로부터 총 30억 원의 투자를 유치했다.
김 교수는 “이 기술은 다양한 생명 현상을 보다 정밀하게 종합 분석하기 위한 원천기술이다”며 “고령화 사회의 도래와 함께 급성장할 글로벌 바이오헬스 시장을 개척할 수 있는 차세대 의료, 의약 기술의 발전을 가속화할 핵심 기술이 될 것으로 확신한다”고 말했다.
김 교수 연구팀의 연구는 창업원의 엔드런(End-Run) 사업과 과학기술정보통신부가 추진하는 글로벌프론티어사업의 혁신형의약바이오컨버전스사업의 지원을 받아 수행됐다.
□ 사진 설명
사진1. 초고속 레이저 생체현미경 (IVM) 사진1
사진2. 초고속 레이저 생체현미경 (IVM) 사진2
사진3. 생체 내부 세포수준 변화의 IVM 영상 결과
사진4. 생체 내부 다양한 장기의 세포수준 IVM 영상 결과
2017.11.21
조회수 24125
-
전상용 교수, 인체 담석형성반응 이용한 항암치료 시스템 개발
〈 전상용 교수, 이동윤 박사과정 〉
우리 대학 생명과학과 전상용 교수 연구팀이 인간 체내의 물질을 이용해 광학영상 진단 및 광열 치료가 가능한 항암시스템을 개발했다.
연구팀은 빌리루빈이라는 체내 물질과 그 빌리루빈으로 인해 발생하는 담석형성반응을 응용했다. 인체 내 강력한 항산화제인 빌리루빈의 담석 형성 과정에서 관찰되는 자체 금속 결합 기능과 신생아 황달 치료에 쓰이는 푸른빛에 반응하는 성질을 동시에 이용했다.
이를 통해 높은 생체 적합성과 우수한 광음향 진단 기능 및 광열 치료 효능을 보여 항암 치료 분야에서 적합한 치료 시스템이 될 것으로 기대된다.
이동윤 박사과정이 1저자로 참여한 이번 연구는 응용화학분야 저명학술지 앙케반테 케미(Angewandte Chemie International Edition) 9월 4일자 온라인 판에 게재됐다.
전 교수 연구팀은 과거 연구에서 물과 화합하지 않는 소수성을 갖는 빌리루빈과, 그 반대로 초 친수성 고분자인 폴리에틸렌글리콜(PEG)을 결합한 ‘페길화된 빌리루빈’ 기반의 나노입자 시스템을 개발한 경험이 있다.
이는 빌리루빈의 항산화 기능을 그대로 유지하면서 체내로 축적되지 않게 해 빌리루빈의 장점만을 취하는 기술이다. 이를 바탕으로 염증성 장 질환, 허혈/재관류, 췌도세포 이식, 천식 등의 동물 질병 모델에서 효능 및 안정성을 확인했다.
이번 연구에서는 앞선 연구의 접근 방식과 다르게 빌리루빈이 갖고 있는 다른 물리 화학적 성질을 이용해 항암 치료에 적용했다.
먼저 황달의 주요 원인체인 노란색 빌리루빈에 특정 파장대의 빛(푸른 빛)을 쬐어주면 이에 반응해 광이성질체(빛에 의해 모양이 변형된 물체)가 되고 배설이 활성화돼 신생아 황달 치료에 널리 쓰일 수 있는 광학물질인 점을 첫 번째 근거로 활용했다.
두 번째로는 인체 내의 쓸개관 혹은 쓸개 등에서 병이 생길 때 종종 발견할 수 있는 검은 색소 담석의 주성분 또한 빌리루빈이라는 점에 주목했다. 빌리루빈이 칼슘이나 구리 등 양이온과 중간 매개체 없이도 결합할 때 검은 색소 담석이 형성되는 점을 응용했다.
연구팀은 구리나 칼슘 대신 시스플라틴이라는 백금 금속 기반 항암제와 빌리루빈을 결합해 노란색의 빌리루빈을 보라색의 복합체로 변환시켰다.
이후 근적외선 파장대의 빛을 쬐었을 때 기존에 비해 크게 향상된 광감응성을 보였고, 실제 정맥 주사된 대장암 동물 모델에서도 종양 부분에서의 유의미한 광음향 신호 증가를 확인했다. 이 기술로 향후 더 향상된 종양 진단을 할 수 있을 것으로 기대된다.
또한 종양 부위에 근적외선 빛을 쬐었을 때 광열 효과에 의해 5분 내에 25℃ 이상의 온도 상승을 확인했고, 2주 후 다른 그룹에 비해 종양 크기의 감소 및 괴사를 확인했다.
전 교수는 “현재 개발된 물질들은 생체 적합성이 낮고 잠재적 생체 독성 가능성이 있는 인공소재 위주이기 때문에 임상으로 이어지는 데 한계가 있었다”며 “이번에 개발한 인체 유래 빌리루빈 기반의 광학물질은 광음향 영상 및 광열 치료의 전임상 중개연구 및 임상 적용에 새로운 플랫폼이 될 것으로 기대한다”고 말했다.
이번 연구는 한국연구재단 글로벌연구실사업의 지원을 받아 수행됐다.
□ 그림 설명
그림1. 빌리루빈의 담석형성반응 및 광감응성을 이용한 본 연구의 모식도
그림2. 빌리루빈 나노입자 (왼쪽)와 시스플라틴이 결합된 빌리루빈 나노입자 (오른쪽) 수용액
2017.09.20
조회수 19628
-
김정, 박인규 교수, 로봇의 피부 역할 할 수 있는 촉각센서 개발
우리 대학 기계공학과 김정, 박인규 교수 공동 연구팀이 실리콘과 탄소 소재를 활용한 로봇의 피부 역할을 할 수 있는 촉각 센서를 개발했다.
이 기술은 충격 흡수가 가능하면서 다양한 형태의 촉감을 구분할 수 있어 향후 로봇의 외피로 이용 가능할 것으로 기대된다.
이효상 박사과정이 1저자로 참여한 이번 연구결과는 네이처 자매지인 ‘사이언티픽 리포트(Scientific Report)’ 1월 25일자 온라인 판에 게재됐다.
피부는 인체에서 가장 많은 부분을 차지하는 기관이며 주요 장기를 외부 충격으로부터 보호하는 동시에 섬세한 촉각 정보를 측정 및 구분해 신경계에 전달하는 역할을 한다.
현재 로봇 감각 기술은 시각, 청각 부분에서는 인간의 능력에 근접하고 있으나 촉각의 경우는 환경의 변화를 온몸으로 감지하는 피부 능력에 비해 많이 부족한 것이 사실이다
인간과 비슷한 기능의 피부를 로봇에게 적용시키기 위해선 높은 신축성을 갖고 충격을 잘 흡수하는 피부 센서 기술의 개발이 필수이다. 전기 배선을 통해 몸 전체에 분포된 많은 센서를 연결하는 기술 또한 해결해야 할 문제이다.
연구팀은 문제 해결을 위해 실리콘과 탄소나노튜브(CNT)를 혼합해 복합재를 만들었고 이를 전기임피던스영상법(EIT)라는 의료 영상 기법과 결합했다. 이를 통해 넓은 영역에 가해지는 다양한 형태의 힘을 전기 배선 없이도 구분할 수 있는 기술을 개발했다.
이를 통해 개발된 로봇 피부는 망치로 내려치는 수준의 강한 충격도 견딜 수 있으며 센서의 일부가 파손돼도 파손 부위에 복합재를 채운 뒤 경화시키면 재사용이 가능하다.
또한 3D 프린터 등으로 만들어진 3차원 형상 틀에 실리콘-나노튜브 복합재를 채워 넣는 방식으로 제작할 수 있다. 기존 2차원 평판 뿐 아니라 다양한 3차원 곡면으로 제작이 가능해 새로운 형태의 컴퓨터 인터페이스도 개발할 수 있다.
이 기술은 다른 형태의 위치나 크기 등을 촉각적으로 구분할 수 있고 충격 흡수가 가능한 로봇의 피부, 3차원 컴퓨터 인터페이스, 촉각 센서 등에 적용 가능할 것으로 예상된다.
특히 이번 연구는 나노 구조체 및 센서 분야의 전문가인 박인규 교수와 바이오 로봇 분야 전문가인 김정 교수가 공동으로 진행해 실제 제품 적용 가능성이 높다.
김정 교수는 “신축성 촉각 센서는 인체에 바로 부착 가능할 뿐 아니라 다차원 변형상태에 대한 정보를 제공할 수 있다”며 “로봇 피부를 포함한 소프트 로봇 산업 및 착용형 의료기기 분야에 기여할 것이다”고 말했다.
박인규 교수는 “기능성 나노 복합소재와 컴퓨터단층법의 융합을 이용해 차세대 유저인터페이스를 구현한 것이다”고 말했다.
이번 연구는 1저자 이효상 박사과정 외 권동욱, 조지승 연구원과의 공동연구로 진행됐고, 미래창조과학부 이공분야 기초연구사업(중견연구자 지원사업)과 초정밀 광기계기술 연구센터(선도연구센터지원사업)의 지원으로 수행됐다.
□ 그림 설명
그림1. 제작한 촉각 센서와 연결돼 저항에 반응하는 로봇 손
그림2. 실리콘 고무와 카본나노튜브를 이용한 압저항 복합재 제작 과정
그림3. 압저항 복합재를 활용한 컴퓨터 인터페이스
2017.02.02
조회수 22737
-
박용근, 정용 교수, 알츠하이머 정량화 가능한 홀로그래피영상 기술 개발
우리 대학 물리학과 박용근 교수와 바이오및뇌공학과 정용 교수(KI 헬스사이언스 연구소) 공동 연구팀이 홀로그래피 영상 기술을 이용해 알츠하이머 질환을 정량적으로 연구할 수 있는 광학 기술을 개발했다.
이무성 연구원과 이익성 박사가 공동 1저자로 참여한 이번 연구 결과는 네이처 자매지 ‘사이언티픽 리포트(Scientific Reports)’ 8월 3일자 온라인 판에 게재됐다.
뇌의 구조는 뇌 기능 및 질병과 밀접한 관련을 갖고 있다. 특히 알츠하이머에 걸린 뇌는 회백질 및 해마에 아밀로이드 반점이나 신경 섬유 엉킴과 같은 비정상적 구조를 갖기 때문에 뇌 영상 촬영 기술 신경과학에서 꼭 필요한 기술이다.
뇌 관련 질병의 치료를 위해 자기공명영상(MRI)이나 양전자 단층 촬영(PET)과 같은 기존 영상 촬영 기술들을 많이 활용하고 있지만 0.1밀리미터 이하의 세밀한 구조는 관찰하기 힘들다는 한계를 갖는다.
이를 보완하기 위해 조직 병리학 기법을 이용해 뇌의 단면 구조를 관찰했지만, 뇌 조직이 투명하기 때문에 촬영을 위해선 염색 과정을 거쳐야 한다. 이 과정에서 왜곡이 발생할 수 있다.
또한 조직 병리로 얻은 정보는 정성적 정보가 대부분이기 때문에 질병 진단에 필요한 정량적, 객관적 기준을 제공하기 어려웠다.
문제 해결을 위해 연구팀은 먼저 홀로그래피 현미경 기술을 통해 뇌 구조의 정보를 정량적으로 분석했다.
연구팀의 홀로그래피 현미경은 빛의 간섭을 이용해 별도의 염색 과정 없이 조직의 굴절률 분포 수치 영상을 계산할 수 있다.
조직 샘플을 투과한 빛은 굴절률 분포에 따라 특정한 산란 과정을 겪는다. 위에서 얻은 굴절률 분포를 토대로 연구팀은 뇌 조직 내에서 빛이 산란되는 평균 거리와 산란광이 퍼지는 방향성을 정량화했다.
연구팀은 산란 평균 거리와 방향성 분포를 이용해 알츠하이머 인자를 가진 쥐의 뇌 조직에서 발생하는 구조 변화 및 정도를 정량적으로 수치화했다.
그 결과 알츠하이머 모델의 해마 및 회백질의 산란 평균 거리와 방향성이 정상 모델에 비해 더 낮아지는 것을 확인했다. 특히 해마 내 산란되는 평균 거리는 약 40%가 감소했다. 이는 해마와 회백질 구조가 알츠하이머병에 의해 손상되고 불균일해지기 때문으로 해석된다.
연구팀은 이번 연구가 알츠하이머 뿐 아니라 파킨슨 병 등 다른 질병 연구에도 광범위하게 활용될 수 있을 것이라고 내다봤다.
박 교수는 “최근 창업한 Tomocube(토모큐브) 사의 제품을 이용해 관련 연구자들이 보다 쉽게 새로운 방법을 적용시켜 다양한 조직 병리 연구에 활용할 수 있을 것으로 기대된다” 고 말했다.
□ 그림 설명
그림1. 홀로그래피 현미경 모식도
그림2. 기존 현미경과 홀로그래피 현미경 성능 비교
그림3. 정상 모델과 알츠하이머병 모델의 뇌 조직의 산란 계수, 이방성 분포
2016.08.17
조회수 12186