영상 의료 장비에 빅데이터+딥러닝=훨씬 똑똑해졌다

[아이뉴스24 정종오 기자] 영상 의료 진단 장비에 빅데이터와 딥러닝을 결합해 기존보다 똑똑한 장비가 탄생했다.

한국기계연구원(원장 박상진)이 영상 의료 진단 장비에 기계장비의 기계학습 기술을 접목해 질병 진단 속도와 정확도를 모두 높이는 기술을 개발했다.

박종원 기계연 신뢰성평가연구실장 연구팀은 초음파 영상진단 장비에 기계류 부품과 장비의 신뢰성 진단을 위해 활용해 온 빅데이터 딥러닝 기술을 적용했다. 기계학습을 활용한 영상진단 기술을 개발하고, GPU(그래픽처리장치)를 이용해 정확도 80% 수준의 진단에 성공했다.

연구팀은 기계 부품과 설비 신뢰성 검사를 위한 기계학습 기법을 발전시키기 위해 풍부한 영상 데이터를 보유하고 있는 의료분야 연구팀과 협력을 모색해왔다. 최근 의학 분야에서도 심장과 뇌질환 관련 질병을 조기에 진단하기 위해 초음파 영상과 컴퓨터 단층촬영, 자기공명영상 등과 같은 진단 영상 기반 기계학습 기술을 활발하게 적용하고 있다.

연구팀은 의료 영상진단 기술 발전에 관심을 갖고 있는 대전성모병원 심장내과 연구팀과 함께 뇌경색 환자의 대동맥 동맥경화 진단을 위한 영상 분석에 착수했다.머신러닝을 의료분야에 활용하기 위한 시도는 다양하게 있었는데 대동맥 플라크(혈관 내부에 이물질들이 들러붙으면서 만들어지는 것) 상태에 따라 분류하고, 플라크의 두께 측정에 적용할 수 있는 딥러닝 모델 개발은 새로운 시도다.

연구팀은 기계학습의 다양한 기법 중 오토엔코더(Autoencoder)와 유넷(U-net)모델을 대동맥벽의 초음파 영상 판별에 적용했다. 대동맥벽을 초음파 영상으로 판별하면 뇌졸중의 원인으로 떠오르고 있는 대동맥 동맥경화성 플라크의 상태를 확인할 수 있다.

박종원 신뢰성평가연구실장은 “지금까지는 기계류 부품과 장비의 고장, 수명을 판단하기 위해서 이용자가 복잡한 데이터 해석 능력을 갖춰야 했는데 이제는 다양한 공개 소스를 활용해 쉽게 접근할 수 있게 됐다”며 “기계학습을 활용한 영상진단 기술은 앞으로 다양한 질병의 판독과 부품, 장비의 수명 예측 모델을 개발하는 등 다양한 분야에 활용될 수 있을 것으로 기대된다”고 말했다.