UPDATE : 2019.8.26 월 10:57
상단여백
HOME News
확보하기 어려운 의료 빅데이터, 펄린 노이즈로 뚫었다.서울아산병원 융합의학과 김남국 교수팀

인공지능을 활용해 CT나 MRI 등 의료영상을 분석하는 기술에 대한 연구가 전 세계적으로 활발하게 진행되고 있는 가운데 서울아산병원이 의료용 인공지능 기술을 학습시키기 위해 적은 수의 의료영상으로 무제한 데이터를 만들어내는 기술을 개발해 주목을 받고 있다.

본 사진은 기사와 관련이 없는 임의의 이미지입니다.

서울아산병원 융합의학과 김남국 교수팀은 펄린 노이즈를 활용해 의료영상 데이터를 무한대로 만들어낼 수 있는 기법을 인공지능에 적용한 결과, 미만성 간질성 폐질환 진단 정확도가 약 90%로 기존보다 크게 높아졌다고 밝혔다. 펄린 노이즈(Perlin noise)는 뉴욕대 미디어연구랩의 컴퓨터공학 교수인 켄 펄린(Ken Perlin)이 개발한 프로그래밍 함수로 자연계의 불규칙한 노이즈를 CG로 표현 하는 방법에 활용되는데 프랙탈 합과 같은 복잡계 이론을 기반으로 무작위(난수)로 그래픽을 계속 만들어내는 기술이다.

김 교수팀은 이 펄린 노이즈 기법을 의료 영상 분야로 확대 적용해 적은 수의 의료영상 데이터로도 엄청난 양의 데이터를 빠르게 만들어내는 기술을 개발해 냈다고 한다. 먼저 서울아산병원 영상의학과가 미만성 간질성 폐질환 환자의 고해상도 컴퓨터단층촬영(HRCT) 영상에서 나타날 수 있는 5가지의 병변 조직 패턴과 정상 조직 패턴 총 6가지의 조직 패턴 100개씩을 판독했으며 김 교수팀은 펄린 노이즈 데이터 증대 기법으로 무한대의 의료영상 데이터를 만들어낸 후 인공지능 기술에 학습시켰다.

그 결과 기존의 데이터 증대 기법을 이용한 딥러닝 기반의 인공지능 기술 대비 진단 정확도가 9% 정도 개선되어 약 90%까지 이르렀다고 밝혔다. 또한 고해상도 컴퓨터단층촬영 영상 속 폐 병변과 정상 부분을 구분해내는 영역 분할에서도 전문의와 비교해 높은 정확도를 보였으며, 기존 인공지능 기술과 비교해서도 약 10% 정도 성능이 향상된 것으로 나타났다.

김 교수는 “의료용 인공지능의 진단 정확도를 높이기 위해 의료영상을 조금씩 변형시켜 학습시키는 기술은 존재했지만 무제한으로 데이터를 만들어낼 수 없어 한계가 있었다”며 “이번에 연구를 진행한 미만성 간질성 폐질환 외에도 여러 상황적 제약으로 많은 양의 의료 영상 데이터를 얻기 힘들었던 질환에 펄린 노이즈 데이터 증대 기법을 활용하면 의료용 인공지능 기술의 진단 정확도를 높일 수 있을 것으로 기대한다”고 밝혔다.

국내 의료영상 분할 기술을 선도하고 있는 서울아산병원 의료영상지능실현연구실은 지난해 스페인 그라나다에서 열린 ‘국제 인공지능 의료영상 분할 대회’에서 2위를 차지한 바 있다.

임웅 기자  wlim@docdocdoc.co.kr

<저작권자 © 예스헬스, 무단 전재 및 재배포 금지>

임웅 기자의 다른기사 보기
기사 댓글 0
전체보기
첫번째 댓글을 남겨주세요.
Back to Top