• 의료기기·AI
  • 진단

“MRI 영상 획득시간 단축은 캐논메디칼의 큰 도전”

캐논메디칼 글로벌 MRI 임상 연구지원 책임자 Guy Umberto Poloni 박사


정희석 기자
기사입력: 2018-04-02 00:28:24
캐논메디칼시스템즈 글로벌 MRI 임상 연구지원 책임자 Guy Umberto Poloni 박사
MRI(Magnetic Resonance Imaging)는 정확한 조직 구조를 영상화할 수 있는 자기공명영상장비로 CT와 달리 방사선을 조사하지 않기 때문에 인체에 무해하다.

하지만 고해상도 영상을 얻기 위한 많은 데이터 샘플링이 필요해 검사부터 영상 획득까지 오랜 시간이 걸리는 한계가 있다.

또 영상 화질에 영향을 미치는 조건, 즉 ‘파라미터’가 다양해 최적의 촬영 조건을 결정하는 절차도 복잡하다.

때문에 글로벌 진단영상장비기업들은 빠르게 발전하고 있는 영상정보처리 소프트웨어 기술을 MRI에 접목해왔다.

이 결과 다양한 영상 복원기술을 활용한 노이즈를 줄인 해상도 높은 영상을 얻을 수 있었다.

의사 입장에서도 고해상도 MRI 영상 획득을 위한 고민은 더 이상 불필요해졌다.

그럼에도 여전히 풀어야할 숙제가 있다.

환자의 빠른 처치를 위해 MRI 영상을 ‘얼마나 빨리’ 획득할 수 있느냐의 문제가 그것.

캐논메디칼시스템즈 글로벌 MRI 임상 연구지원 책임자 Guy Umberto Poloni 박사가 “캐논 MRI 사업의 가장 큰 도전은 ‘시간’에 관한 문제”라고 언급한 이유다.

그는 “의사에게 가장 좋은 MRI 이미지를 얻기 위한 방법은 큰 문제가 되지 않는다. 반면 환자에게는 영상을 얻기까지의 시간이 중요한 문제”라며 “캐논메디칼에 주어진 큰 도전은 얼마나 빨리 MRI 영상을 획득할 수 있는지에 대한 것”이라고 밝혔다.

기자는 지난달 31일 대한자기공명의과학회 국제학술대회(ICMRI 2018) 런천 심포지엄 강연을 위해 방한한 Poloni 박사를 만나 캐논메디칼이 진행 중인 MRI 장비에 소프트웨어 및 인공지능을 접목시키는 다양한 기술 연구·개발사례에 대해 들어보았다.

Poloni 박사는 MRI 이미지 해상도를 높이는 동시에 영상 획득시간은 현저히 줄인 캐논메디칼의 혁신적인 노이즈 감소 기술 ‘Deep Learning Reconstruction’(DLR)을 소개했다.

딥 러닝(Deep Learning)은 인공지능 기계학습 방법 중 하나로 인간의 신경망 모델을 기초로 한 심층 신경회로망(Deep Neural Network)을 이용한다.

이미 보유하고 있는 대량의 사전 학습 데이터로 심층 신경회로망을 훈련시키면 학습 데이터와 유사한 실제 데이터로부터 보다 추상적인 정보를 효과적으로 추출할 수 있다.

캐논메디칼은 딥 러닝 기술을 MRI 영상 복원(Reconstruction)에 적용해 인체 해부학적 정보와 노이즈 특성 등을 잘 학습한 심층 신경회로망을 구현했다.

이로써 기존 복원 방법으로는 충분치 못한 데이터 샘플로부터 양질의 영상을 복원하는 DLR 기술을 개발했다.

DLR의 가장 큰 장점은 필요한 데이터 샘플 양을 줄임으로써 영상 질은 크게 높이면서도 영상 획득시간을 현저히 줄일 수 있다는 것.

기존에는 화질 개선을 위한 복원 방법으로 여러 번의 MRI 영상을 얻어 평균값으로 영상을 구현한 반면 DLR 기술을 활용하면 한 번의 촬영만으로 여러 번 촬영한 영상과 유사한 화질을 얻을 수 있다.

Poloni 박사는 “빠른 시간 내 촬영한 MRI 영상들은 노이즈가 많은 저해상도 이미지를 얻게 된다”며 “하지만 이러한 이미지는 컴퓨터 기술을 적용해 충분히 좋은 이미지로 완성할 수 있게 됐다”고 말했다.

그는 “DLR 기술은 해상도 높은 영상을 획득하는 것은 물론 그 시간까지 단축할 수 있을 뿐 아니라 고가의 하이엔드급 MRI 장비가 아니더라도 적용 가능해 병원의 비용절감 장점도 있다”고 설명했다.

캐논메디칼은 딥 러닝 기술과 결합해 MRI 촬영 시간을 CT와 비슷한 수준으로 줄일 수 있는 ‘고속 스캔 기술’(Compressed Sensing·압축 센싱) 또한 연구 개발 중이다.

MRI 촬영 후 영상 ‘스캔 타임’을 크게 단축하면서도 높은 해상도를 유지할 수 있는 고속 스캔 기술은 이미 획득된 샘플 데이터를 후처리 과정으로 이미지를 만들기 때문에 장비 부담이 적고 두경부 뿐만 아니라 복부·근골격계·척추 등 다양한 부위에 적용 가능하다.

또 촬영 시간이 현저히 빨라지기 때문에 심근과 같이 움직이는 부위를 촬영할 때 유용하다.

Poloni 박사는 “고속 스캔 기술은 MRI 촬영 시간을 절반 정도 줄여 일반적으로 20~30분이 소요되는 MRI 촬영을 10분으로 단축해 현재 약 5분 정도 걸리는 CT와 비슷한 촬영시간이 걸릴 것”이라고 예상했다.

덧붙여 “캐논메디칼은 고속 스캔 기술을 통해 표준 뇌 영상을 5분 내 촬영하는 방법을 연구 중에 있다”고 밝혔다.

캐논메디칼의 고속 스캔 기술이 스캔 타임 자체를 줄인다면 ‘Synthetic MRI’는 일부 이미지만을 촬영해도 다른 이미지와 합성해 필요로 하는 영상을 만들어 냄으로써 전체 MRI 영상 획득시간을 크게 단축할 수 있는 기술.

이 기술은 캐논메디칼의 고성능 후처리(post-processing) 및 영상분석(Image analysis) 응용 소프트웨어 ‘Olea Nova+’를 통해 구현된다.

일반적으로 MRI 영상은 인체조직 내 자화(Magnetization)를 변경시키는 RF 펄스(Radio-Frequency Pulse)와 자장의 미세한 변화를 가져오는 경사 자장(Gradient Field)을 언제 얼마큼의 세기로 인가하느냐에 따라 다양한 대조도(Contrast) 영상을 얻는다.

이는 MRI의 장점인 동시에 각 대조도 영상을 얻기 위해 RF 펄스와 경사 자장을 변화시켜 다시 샘플링 데이터를 얻어야 하기 때문에 영상 획득 과정이 오래 걸리는 이유이기도 하다.

때문에 진단·처치가 시급한 응급환자 또는 뇌졸중 환자에게는 진단에 필요한 다양한 대조도 영상을 모두 얻기가 쉽지 않다.

뿐만 아니라 한번 촬영 후 환자 움직임에 따른 재검사를 해야 할 경우 다시 처음부터 촬영해야 하는 번거로움도 따른다.

캐논메디칼 Synthetic MRI는 기본적인 샘플 데이터만으로 다양한 대조도 영상을 소프트웨어적으로 복원하는 기술을 통해 응급환자에게도 MRI 검사가 가능하고, 검사 실패 위험 또한 적다.

더불어 환자 움직임에 따른 재검사 시 필요한 영상만 다시 얻으면 되기 때문에 전체 MRI 촬영시간을 크게 단축할 수 있다.

Poloni 박사는 “일반적으로 의사들이 필요로 하는 진단용 MRI 영상을 얻는데 20~30분 정도 소요된다”며 “Synthetic MRI 기술을 활용하면 일부 촬영된 이미지와 다른 이미지를 합성 및 재구성함으로써 8분 내 모든 이미지를 만들어 낼 수 있다”고 설명했다.

그는 “Synthetic MRI 기술은 다른 경쟁사들도 있지만 뇌에만 적용할 수 있는 반면 캐논메디칼은 척추·근골격계 등 모든 신체 부위에 적용할 수 있다”고 강조했다.

MRI 영상 획득시간을 줄일 수 있는 캐논메디칼 소프트웨어·인공지능 기술은 현재 어디까지 상용화됐을까?

Poloni 박사에 따르면, 고성능 후처리·영상분석 소프트웨어 ‘Olea Nova+’를 적용한 MRI 장비는 이미 일부 유통되고 있다.

또 DLR(Deep Learning Reconstruction) 기술은 일본 구마모토대학과 프랑스 보르도대학과 연구협약을 맺고 검증을 진행 중이며 거의 완성 단계에 와있다.

Poloni 박사는 “회사 기밀사항이라 자세한 정보를 알려줄 수는 없다”며 “일부 기술들은 빠르면 수개월 내, 모든 기술들을 늦어도 2년 내 개발을 완료해 적용할 수 있을 것”이라고 내다봤다.

한편, Poloni 박사는 캐논메디칼이 MRI시장에서 GPS(GE·PHILIPS·SIEMENS) 보다 후발주자지만 향후 충분한 경쟁력을 가질 수 있을 것이라고 자신했다.

2년 전 도시바메디칼을 인수한 캐논메디칼은 카메라·인공위성에 사용되는 독보적인 이미징 기술과 함께 공격적인 인수합병을 통해 확보한 의료영상 관련 소프트웨어·인공지능 기술을 선제적으로 접목해 나가고 있는 만큼 MRI·CT 등 진단영상장비분야에서도 선두기업이 될 수 있다는 판단에서다.

그는 특히 한국 상급종합병원과의 학술·임상 파트너십에 대한 관심과 니즈가 크다고 강조했다.

Poloni 박사는 “한국은 작지만 굉장히 발전한 나라다. 1년 전 한국을 찾았을 때 의료분야가 세계 최고 수준인 것을 보고 놀랐다”며 “캐논메디칼 입장에서도 한국은 전략적으로 중요한 지역”이라고 평가했다.

이어 “한국만을 특정해서는 전략적 아카데미 센터를 설립해 캐논메디칼의 기술과 한국 의사들의 니즈를 접목한 차세대 전략 기술이나 장비를 공동 개발하는 방안도 생각하고 있다”고 밝혔다.

그러면서 “캐논메디칼이 필요성에 따라 한국과의 파트너십을 통해 전략적으로 접근하는 것과 마찬가지로 한국 의료계 역시 우리와 왜 파트너십을 맺어야하는지 그 이유를 설명해주고 싶다”고 덧붙였다.

캐논메디칼시스템즈 글로벌 MRI 임상 연구지원 책임자 Guy Umberto Poloni 박사가 밝힌 이유는 이랬다.

“캐논메디칼은 장기적으로 의료계에 큰 영향을 미칠 기술을 가지고 있으며 이를 활용해 앞으로 의료 환경 전반을 변화시켜 나갈 것이기 때문이다.”
댓글 10
새로고침
  • 최신순
  • 추천순
댓글운영규칙
댓글운영규칙
댓글은 로그인 후 댓글을 남기실 수 있으며 전체 아이디가 노출되지 않습니다.
ex) medi****** 아이디 앞 네자리 표기 이외 * 처리
댓글 삭제기준 다음의 경우 사전 통보없이 삭제하고 아이디 이용정지 또는 영구 가입이 제한될 수 있습니다.
1. 저작권・인격권 등 타인의 권리를 침해하는 경우
2. 상용프로그램의 등록과 게재, 배포를 안내하는 게시물
3. 타인 또는 제3자의 저작권 및 기타 권리를 침해한 내용을 담은 게시물
4. 욕설 및 비방, 음란성 댓글
  • heef*** 2020.09.00 00:00 신고

    먹먹하네.
    의약분업때 당해놓고, 또 당하네. 일단, 코로나 넘기고, 재논의하자. 노력하자.
    추진'강행'은 안해주마. 애초에 논의한 적 없이
    일방적 발표였으니, 재논의도 아닌 거고, 노력이란 애매모호한 말로 다 퉁쳤네. 추진 안 한다가 아니라 강행하지 않는다니,
    (현 정부 꼬락서니를 보면, 관변어용시민단체 다수 동원해, 국민뜻이라며 언론플레이후, 스리슬쩍 통과. 보나마나 '강행'은 아니라겠지.)
    정부 입장에서 도대체 뭐가 양보? 의사는 복귀하도록 노력한다가 아니라 복귀한다고. 욕먹고, 파업한 결과가 참,

    • heef*** 2020.09.00 00:00 신고

      먹먹하네.
      의약분업때 당해놓고, 또 당하네. 일단, 코로나 넘기고, 재논의하자. 노력하자.
      추진'강행'은 안해주마. 애초에 논의한 적 없이

    • heef*** 2020.09.00 00:00 신고

      먹먹하네.
      의약분업때 당해놓고, 또 당하네. 일단, 코로나 넘기고, 재논의하자. 노력하자.
      추진'강행'은 안해주마. 애초에 논의한 적 없이

  • heef*** 2020.09.00 00:00 신고

    먹먹하네.
    의약분업때 당해놓고, 또 당하네. 일단, 코로나 넘기고, 재논의하자. 노력하자.
    추진'강행'은 안해주마. 애초에 논의한 적 없이
    일방적 발표였으니, 재논의도 아닌 거고, 노력이란 애매모호한 말로 다 퉁쳤네. 추진 안 한다가 아니라 강행하지 않는다니,
    (현 정부 꼬락서니를 보면, 관변어용시민단체 다수 동원해, 국민뜻이라며 언론플레이후, 스리슬쩍 통과. 보나마나 '강행'은 아니라겠지.)
    정부 입장에서 도대체 뭐가 양보? 의사는 복귀하도록 노력한다가 아니라 복귀한다고. 욕먹고, 파업한 결과가 참,

  • heef*** 2020.09.00 00:00 신고

    먹먹하네.
    의약분업때 당해놓고, 또 당하네. 일단, 코로나 넘기고, 재논의하자. 노력하자.
    추진'강행'은 안해주마. 애초에 논의한 적 없이
    일방적 발표였으니, 재논의도 아닌 거고, 노력이란 애매모호한 말로 다 퉁쳤네. 추진 안 한다가 아니라 강행하지 않는다니,
    (현 정부 꼬락서니를 보면, 관변어용시민단체 다수 동원해, 국민뜻이라며 언론플레이후, 스리슬쩍 통과. 보나마나 '강행'은 아니라겠지.)
    정부 입장에서 도대체 뭐가 양보? 의사는 복귀하도록 노력한다가 아니라 복귀한다고. 욕먹고, 파업한 결과가 참,

더보기
# #