새롭게 개발한 'X-net과 Y-net'의 모식도
새롭게 개발한 'X-net과 Y-net'의 모식도

한국과학기술원(KAISTㆍ총장 신성철)이 MRI 영상 복원을 위한 딥러닝 네트워크를 개발했다. MRI 영상 분석 소요시간을 줄이고,촬영비용을 절감할 수 있을 것으로 기대된다.

KAIST는 최근 박성홍 바이오 및 뇌공학과 교수 연구팀이 자기공명영상장치(MRI)의 다중 대조도 영상을 복원하기 위한 새로운 딥러닝 네트워크 'X-net'과 'Y-net'을 개발했다고 밝혔다. 

MRI 촬영은 정확한 진단을 위해 두 개 이상의 대조도로 진행한다. 이 때문에 촬영시간이 길어지고 비용이 비싸진다. 

박 교수팀은 데이터를 적게 수집해 MRI 영상획득 시간을 단축시켰다. 위상 인코딩 개수를 줄이이면 그만큼 영상획득 시간도 줄어든다. 연구팀은 촬영시간을 8분의 1까지 줄여 영상을 복원했다.

연구팀은 다중 대조도 개수에 따라 알맞은 딥러닝 네트워크를 사용할 수 있도록 두 가지 네트워크를 따로 개발해 MRI 다중 대조도 영상을 촬영하는 목적에 맞춰 다르게 최적화했다.

'X-net'은 진단 목적에 따라 두 개의 대조도로 충분히 활용 가능할 경우에 사용할 수 있다. 두 대조도 모두 위상 인코딩 개수를 줄여 촬영시간을 단축시킨다. 반면, 'Y-net'은 세 개 이상의 대조도를 활용할 때 유리하다. 하나의 프로토콜만 전체 인코딩 데이터를 획득 후, 나머지 두 개 이상의 프로토콜은 위상 인코딩 개수를 줄여 촬영시간을 크게 감소시킨다. 

박성홍 교수는 "다중 대조도 MRI 촬영의 특성을 잘 살려 성능을 극대화한 딥러닝 네트워크의 개발로 병원에서 환자의 MRI 촬영시간을 줄이는 데 도움을 줄 것"이라고 기대했다.