케이메디허브-동서울대, 동물모델 뇌 손상 분류 AI 연구 성과 발표

뇌졸중 유발 모델 뇌 조직병리 영상
딥러닝 알고리즘으로 정밀 분석

동물모델 조직병리 영상 분류 인공지능 비교 연구논문 대표 사진./케이메디허브

케이메디허브(대구경북첨단의료산업진흥재단) 첨단의료기기개발지원센터가 동서울대학교와 손을 잡고 뇌졸중 동물모델의 뇌 손상 영역을 분류하는 딥러닝 기반 인공지능(AI) 알고리즘의 성능 비교 연구 결과를 발표했다.

이번 연구는 국제학술지인 '생체의료 신호 처리와 제어(Biomedical Signal Processing and Control)'에 게재되며 의료 진단 보조 기술 발전에 중요한 발판을 마련했다.

최근 조직병리 분야에서는 병리학자들의 질병 진단과 병변 분류를 돕는 딥러닝 기반 AI 기술 개발이 활발하게 진행되고 있다. 이러한 흐름에 발맞춰 케이메디허브 첨단의료기기개발지원센터 최종률 책임연구원과 동서울대학교 전자공학과 오태근 교수 연구팀은 의료 AI와 조직병리 영상 분석 응용 분야에 대한 공동 연구를 수행했다.

연구진은 뇌졸중을 유발한 전임상 동물모델의 뇌 조직 병리염색 영상에서 뇌졸중 병변과 괴사성 세포가 존재하는 영역을 탐지하고 분류하기 위한 최적의 딥러닝 영상 분류 모델을 찾아내고자 했다. 이를 위해 6개의 합성곱 신경망 기반 딥러닝 영상 분류 모델을 적용해 성능을 비교 분석하는 데 주력했다.

분석 결과, InternImage와 DenseNet-121/169 모델이 높은 정확도와 빠른 추론 속도를 보이는 것으로 나타났다. 특히 DenseNet-121은 두 가지 병리염색 영상 분류 시나리오 모두에서 우수한 성능을 입증하며 주목받았다.

InternImage는 변형가능한 합성곱 기반의 대형 합성곱 신경망이며, DenseNet-121/169는 이전의 모든 출력을 입력으로 받아 특성을 재사용하는 전결합 방식의 합성곱 신경망이다.

이번 연구 성과는 'A comparative study on deep learning architectures for a classification of photothrombotic damaged regions in histopathological rabbit brain images'라는 제목으로 권위 있는 국제학술지에 온라인 게재되어 학계의 큰 관심을 받고 있다. 연구진은 연구 결과와 더불어 병리염색 분석 소프트웨어 개발과 임상 연구와의 연계 방안까지 함께 제시했다.

케이메디허브 첨단의료기기개발지원센터는 앞으로도 이번 연구 결과를 토대로 병리 영상 분석 소프트웨어와 인공지능 영상 분석, 분류 기술 개발 및 관련 기업 지원에 적극로 앞장선다는 계획이다.

박구선 케이메디허브 이사장은 "인공지능 기술의 발전이 의료 진단 보조와 치료계획 수립 등 의료 분야로 활발하게 적용되고 있는 중요한 시점"이라며 "이번 연구 결과를 바탕으로 조직병리 영상 분석 소프트웨어 및 의료 인공지능, 그리고 이를 응용한 의료제품의 개발과 기업·연구자 창업 지원까지 균형 있게 확대되기를 기대한다"고 말했다.