기계연, 영상 의료 장비에 머신러닝 기술 접목...속도·정확도 높여
기계연, 영상 의료 장비에 머신러닝 기술 접목...속도·정확도 높여
  • 이성현 기자
  • 승인 2021.06.09 10:01
  • 댓글 0
이 기사를 공유합니다

유넷모델을 이용한 플라크 영역 예측 사례
유넷모델을 이용한 플라크 영역 예측 사례

한국기계연구원이 영상 의료 진단 장비에 머신러닝 기술을 접목해 질병 진단 속도와 정확도를 모두 향상시키는 기술을 개발했다.

기계연 신뢰성평가연구실 박종원 실장 연구팀은 초음파 영상 진단 장비에 기계류 부품과 장비의 신뢰성 진단을 위해 활용해 온 빅데이터 딥러닝 기술을 적용해 ‘머신러닝을 활용한 영상 진단 기술’을 개발하고, GPU(그래픽처리장치)를 이용해 정확도 80% 수준의 진단에 성공했다.

연구팀은 의료 영상 진단 기술 발전에 관심을 갖고 있는 대전성모병원 심장내과 연구진과 함께 뇌경색 환자의 대동맥 동맥경화 진단을 위한 영상 분석에 착수했다.

머신러닝을 의료분야에 활용하기 위한 시도는 다양하게 있었지만, 대동맥 플라크 상태에 따라 분류하고, 플라크의 두께 측정에 적용할 수 있는 딥러닝 모델 개발은 새로운 시도다.

연구팀은 머신러닝의 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 실장은 “지금까지는 기계류 부품과 장비의 고장, 수명을 판단하기 위해서 사용자가 복잡한 데이터 해석 능력을 갖춰야 했지만 이제는 다양한 오픈 소스를 활용해 쉽게 접근할 수 있게 됐다”며 “머신러닝을 활용한 영상진단 기술은 향후 다양한 질병의 판독과 부품, 장비의 수명 예측 모델을 개발하는 등 다양한 분야에 활용될 수 있을 것으로 기대된다”고 밝혔다.

연구팀은 대동맥 플라크의 분석의 정확도를 향상시키기 위해 딥러닝 모델을 개선할 계획이다.

기사가 마음에 드셨나요?

충청뉴스 좋은 기사 후원하기


※ 소중한 후원금은 더 좋은 기사를 만드는데 쓰겠습니다.


댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.