논문
딥러닝 기반의 cascade 모델을 이용한 골억제 소아 흉부영상 생성
▲그림 1. 딥러닝을 이용한 골억제 소아 흉부영상. 리노바이러스 폐렴이 있는 5세 소아 X-ray, 골억제 X-ray, 골강조 X-ray 영상
흉부 X-ray는 대부분의 의료기관에서 첫번째로 사용하는 영상장비로 다양한 질환을 스크리닝 목적으로 사용한다. 영상의학과 뿐만 아니라 응급의학과나 호흡기내과 등 다양한 과에서 사용되고 있으나, 영상을 정확하게 판독하는 것은 쉽지 않다.
특히 갈비뼈 등의 구조물이 폐를 가리고 있어서 갈비뼈에 가려진 부분에 중요한 병변이 위치할 경우 판독 정확도에 문제가 있을 수 있다. 이를 해결하기 위해 X-ray를 다른 에너지로 두 번 찍어서 골억제 X-ray를 촬영 할 수 있으나 촬영을 두 번 하게 되면서 생기는 추가적인 방사선량 등으로 성인에서 제한적으로 사용된다. 하지만, 골억제가 되는 일반적인 의사의 판독 정확도를 올리는 효과는 증명되어 있다.
본 연구에서는 소아 흉부 X-ray에서 딥러닝을 이용하여 골억제 영상을 만드는 방법을 제안하고 있다. 특히 소아에서는 두 번 찍어서 골억제 X-ray를 추가적인 방사선량 때문에 촬영하지 못하므로, 성인의 골억제 X-ray 영상과 소아 CT에서 골 부분을 분할하여 골억제된 가상 X-ray를 만드는 방법을 이용하였다.
특히 성인의 흉부 X-ray와 골억제 X-ray 영상을 이용하여 모델을 만들고, 이를 성인 흉부 CT에서 가상 X-ray를 생성하여 도메인을 바꾼 후에, 소아 흉부 CT의 가상 X-ray를 이용하여 한 번 더 도메인 변환을 하고 이를 소아 X-ray에 최종적으로 적용하였다. 특히 도메인 변환 기법으로 patch 레벨의 유사도를 이용한 contrastive learning을 사용하여 정확도를 높혔다. 모든 영상은 영상의학과 교수의 Visual scoring을 거쳤고 영아부터 10세까지 고르게 골억제 X-ray가 생성됨을 증명하였다.
▲그림 2. 성인 CT, 성인 흉부X-ray와 골억제X-ray, 건강한 성인 CXR, 소아 흉부 CT의 가상 X-ray를 이용한
다단계 도메인 변환을 통한 내부, 외부 데이터 검증
본 연구는 소아 흉부 X-ray의 판독 정확도를 높이기 위해서, 성인 흉부 X-ray와 골억제 X-ray, 성인 흉부 CT, 소아 흉부 CT를 이용한 가상 X-ray 생성 기법, Patch를 이용한 contrastive learning 도메인 변환 등을 이용하였다. 특히, 소아 흉부 X-ray에서 기존에는 방사능 선량 때문에 촬영하지 못했던 골억제 X-ray를 기존의 소아 흉부 X-ray만으로 딥러닝을 이용하여 가상으로 만든 것으로, 소아 흉부 X-ray의 판독 정확도를 올려줄 것으로 기대한다.
이번 연구결과는 영상의학과 홍길선 교수와 공동으로 진행되었고, 보건복지부 연구중심병원, 한국연구재단 과제의 지원으로 진행되었으며, 국제 학술지인 Computer Methods and Programs in Biomedicine (IF: 5.4)에 게재되었다.
※ 김남국 교수는 2014년부터 울산의대 / 서울아산병원, 융합의학과 / 영상의학과 / 의공학연구소에 재직 중이다.
다양한 의공학 기술을 이용하여 임상현장의 미충족 수요를 반영한 중개연구를 수행 중에 있다.