병변 결정 방법 및 장치 (DEVICE AND METHOD TO DETERMINE LESION) - 국내 등록, PCT 출원
혈관 조영술은 관상동맥의 형상과 시술 상황을 실시간으로 시각화하는 영상기법으로, 심혈관 질환의 진단 및 치료에 중요한 역할을 담당한다.
그러나 기존의 정량분석 도구는 고전적 윤곽선 검출 (edge detection) 방법에 의존한 반자동 방식을 활용하고 있어 분석자의 수작업을 상당히 요구하며, 분석 시간이 길어 시술장에서 실시간으로 활용하기 어렵다는 문제가 있다. 임상의는 시각적 정보에 의존하여 평가하게 되면서, 분석자간 차이가 상당히 크게 나타나는 원인이 된다.
최근 의료영상 인공지능의 발전에 따라 관상동맥 혈관조영술의 분석에 있어서도 자동 혈관분할이 가능해지면서 정량분석의 자동화에 대한 관심이 높아지고 있다.
관상동맥 혈관조영술의 정량분석은 정상혈관 대비 감소한 직경의 비율을 통해 병변을 결정하게 되므로, 혈관이 정상일 때의 형태를 예측하는 것이 중요하다.
그러나 길고 가느다란 관의 형태를 갖는 관상동맥의 특성상 혈관 분지로 인해 직경의 갑작스런 변화가 발생하거나 넓은 영역에 걸쳐 병변이 발생하게 되면 정상 구간을 자동으로 찾는 것에 어려움을 겪을 수 있다.
▲그림 1. (좌) 병변의 정량분석의 예 (우) 혈관 단위(segment)로의 관상동맥 분할
본 특허에서는 반복적으로 (iterative) 추세선을 수정하는 방법을 활용하여 추세선의 정확도를 높이는 방법을 제안한다.
추세선의 결정에 있어 딥러닝 혈관분할의 결과물에서 발생할 수 있는 오류가 감지하여 병변을 평가하는 참조점을 조정히도록 하는 것이 주요한 특징이다.
또한 혈관 단위 (segment)의 추세선을 비교하여 추세선의 유효성을 평가하고 이웃하는 혈관 단위의 추세선을 병합함으로써 병변을 놓치는 경우를 최소화할 수 있다는 장점을 갖는다.
▲그림 2. 딥러닝 혈관분할에서 발생할 수 있는 오류에 대응하는 참조점 변경
※ 권지훈 부교수는 2017년부터 우리 병원 융합의학과 및 의공학연구소에 재직 중이다.
심장내과, 이비인후과, 비뇨기의학과와 협력하여 진단법 개발, 의료영상인공지능 및 디지털 트윈 연구를 활발히 진행중이며 다수의 국책 과제를 수행 중에 있다.