빅데이터 딥러닝으로 영상의료진단 장비 성능 높인다

한국기계연구원, 머신러닝을 활용한 영상 진단 기술 개발

[아시아경제 김봉수 기자] 빅데이터 딥러닝을 통해 MRI 등 영상 의료 진단 장비의 성능을 대폭 개선할 수 있는 기술이 개발됐다.

한국기계연구원은 영상 의료 진단 장비에 기계장비의 머신러닝 기술을 접목해 질병 진단 속도와 정확도를 모두 향상시키는 기술을 개발했다고 9일 밝혔다.

기계연의 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 개발했다. GPU(그래픽처리장치)를 이용해 정확도 80% 수준의 진단에 성공했다. 대동맥 플라크(이물질 덩어리) 상태에 따라 분류하고, 플라크의 두께 측정에 적용할 수 있는 딥러닝 모델 개발은 새로운 시도였다.

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.

연구팀은 대동맥 플라크의 분석의 정확도를 향상시키기 위해 딥러닝 모델을 개선할 계획이다. 앞으로 미래형 수송기기 부품 제조 가상공학 플랫폼 구축, 소재부품융합얼라이언스(기계자동차분야) 사업에서 부품에 대한 고장 현상에 대한 이미지 데이터를 이용해 고장 진단 등에 활용할 수 있는 기술로 확대할 계획이다.

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 말했다.