박현진 교수의 의료영상처리 연구실

  • 519호
  • 기사입력 2023.07.13
  • 취재 윤지아 기자
  • 편집 김희수 기자
  • 조회수 5135

질병을 진단하기 위해 CT, MRI 등 의료영상기기를 통해 몸속을 촬영한다. 이렇게 얻은 의료영상을 분석하여 질병에 대한 정보를 얻는다. 박현진 교수의 의료영상처리 연구실은 의료영상에서 데이터를 추출하고 분석하여 질병의 진단, 특징 등에 대한 유용한 정보를 얻고 문제를 해결하기 위한 연구를 진행하고 있다. 의료영상처리 연구실에 대해 알아보자.


Q. 의료영상처리 연구실을 소개해 주세요

의료영상처리 연구실(Medical Image Processing Lab, MIPL)은 학부 전자전기공학부, 대학원 전자전기컴퓨터공학과, 인공지능학과, 수퍼인텔리전스학과에 소속된 박현진 교수님을 중심으로 5명의 석박사통합과정 및 4명의 석사과정 학생으로 구성되어 있습니다. 연구실에서는 MRI, CT, PET 등의 장비로 취득한 의료영상에 컴퓨터 알고리즘을 활용하여 유용한 정보를 추출하는 라디오믹스, 뉴로이미징, 영상 유전학 분야의 연구를 진행하고 있습니다. 이러한 연구를 통해 이전에는 알 수 없었던 질병의 영상적 특징이나 기전을 발견하는 데 중점을 두고 있습니다. 또한, 최신 딥러닝 모델을 활용하여 의료 분야의 특정 문제를 해결하기 위한 연구도 활발히 진행하고 있습니다.


Q. 대표적인 연구 활동에는 무엇이 있나요?

▶︎ 라디오믹스 (Radiomics)

라디오믹스는 의료영상 내에서 대량의 데이터를 추출하여, 이를 분석함으로써 의학적인 문제를 해결하는 연구 분야입니다. 이 방법론은 특히 MRI, CT, PET 등의 의료영상에서 관심 영역의 밝기 값, 분포, 빈도수, 질감 등의 특징을 추출하여 질병의 특성과 진행 상황을 파악하는 데 사용됩니다. 최근에는 기존의 라디오믹스 분석 기법과 최신 딥러닝 모델을 융합하여 질병의 패턴을 자동으로 인식하고 분류하는 연구를 진행하고 있습니다. 이를 통해 정밀한 질병 진단, 의료 영상 분석, 환자의 예후 예측, 그리고 개인화된 치료 계획 제안 등 더욱 개인화된 의료 서비스를 제공하는 데 중요한 역할을 할 수 있습니다.


▶︎ 뇌 영상 분석 (Neuroimaging)

뇌영상 분석은 의료영상처리의 여러 분야 중 뇌에 집중해서 분석하는 학문 분야로 계산적인 접근을 통해 뇌의 기능과 구조를 이해하는 것이 그 목표입니다. 우리 연구실에서는 자폐증이나 비만 환자 같은 질병을 가진 환자의 뇌 영상에 그래프 이론, 신호처리 그리고 머신러닝 기법을 적용하여 각 질병의 신경과학적 메커니즘을 이해하는 연구를 하고 있습니다. 이러한 연구는 임상적으로 질병을 이해하고 치료하는 데에 도움을 줄 뿐만 아니라 뇌 활동과 행동의 상호작용, 인지 기능 등 다양한 측면에서 뇌의 메커니즘을 연구하는 데에도 활용될 수 있습니다.


▶︎ 영상 유전학 (Imaging genetics)

영상 유전학은 유전체와 뇌 영상 데이터를 결합하여 특정 질병, 행동, 뇌 구조 또는 기능과의 연관성을 분석하는 분야입니다. 연구실에서는 특정 유전자가 뇌의 특정 영역의 크기, 연결성 등과 관련이 있는지 분석하는 인공지능에 기반한 모델을 개발하고, 이를 활용하여 질병의 진단, 조기진단, 예후 예측을 위한 바이오마커를 발굴하는 연구를 합니다. 특히, 영상 유전학을 통해 다른 스케일의 데이터를 융합함으로써 임상적으로 의미 있는 바이오마커를 관찰하는 연구를 진행하고 있습니다.

 



Q. 하나의 연구는 어떤 과정과 방법을 통해 이루어지나요?

연구실에 들어오게 되면 체계적인 인턴 튜토리얼 과정을 통해 의료영상처리 연구에 필요한 기본적인 지식을 공부하게 됩니다. 또 각각의 연구 분야에 대한 논문들을 읽고 재현하며 여러 연구 분야를 간단하게 경험하고, 본인의 관심 분야를 찾는 시간을 갖게 됩니다. 이 모든 과정에 각 분야의 사수와 교수님의 세심한 지도가 함께하기 때문에 연구 아이디어를 기획하고, 수행하기 위한 능력을 키울 수 있습니다.


이후 학위 과정 중에는 연구의 전 과정을 직접 수행하게 됩니다. 삼성서울병원 교수님들과 협업 연구를 진행하기도 하고, 오픈 데이터셋을 이용한 개인 프로젝트를 수행하며, 교수님의 지도하에 연구 책임자로서 필요한 능력을 키우게 됩니다.


Q. 연구실에서 이루어진 연구들은 어떻게 활용되나요?

연구실에서 진행되는 연구들은 학술지 논문 게재, 임상 적용, 경진대회 참가, 국가 과제 수행, 특허 출원 등 다양한 경로를 통해 활용되고 있습니다.


먼저, 연구 결과를 주요 학술지에 게재하여 전 세계의 학계와 공유하고 학문적 검증을 받으며 발전하고 있습니다. SCIE 총 140편의 영상처리 관련 논문을 출판하였으며 그중 다수의 논문이 JCR top 10% 저널에 게재되는 등의 성과를 거두었습니다.


두 번째로, 실제 임상에 연구 결과를 적용하여 환자의 진료에 도움을 주고 있습니다. 삼성서울병원 교수님들과 협력하여 진행한 연구는 후향적(retrospective)으로 임상에 적용되어, 신약 개발 등을 위해 더욱 정확하고 빠른 진단을 가능하게 하고 있습니다. 이를 통해 우리 연구실은 직접적으로 의료 서비스의 질 향상과 환자의 건강 향상에 기여하고 있습니다.


세 번째로, 인공지능 경진대회에 참가하여 연구의 적용성과 실용성을 입증하고 있습니다. 인공지능을 활용한 의료영상 분석은 실제로 경진대회에서 주어진 문제 해결에 중요한 역할을 합니다. 이를 통해 최신 연구 동향을 파악하고 다른 연구자들과 지식을 공유하는 등의 경험을 쌓으며 이러한 경험은 다시 연구에 투입되어 연구의 질을 향상시킵니다. 우리 연구실은 2022년에 의료 인공지능 분야 최고 학회 MICCAI가 개최한 국제 경동맥 혈관 벽 분할 챌린지(COSMOS 2022)에서 1, 4위에 입상하였고, 2021년에도 망막 이미지 분석 챌린지(Retinal Image Analysis for multi-Disease Detection Challenge)와 구강계 질환 의료영상 인공지능 경진대회에서 우수한 성적을 거두었습니다.


마지막으로, 연구실은 다양한 국가 과제를 수행하고 있습니다. 이를 통해 연구의 방향성과 적용 가능성을 제시하며, 국가적 차원에서 필요한 과제를 수행함으로써 사회에 기여하고 있습니다.


Q. 의료영상처리 연구실만의 자랑거리가 있다면 무엇인가요?

첫 번째는 연구실에서 배출된 탁월한 인재들입니다. 9명의 박사와 7명의 석사 졸업생은 4명의 대학 교수(인하대, 광주과기원 등)를 포함하여 대학병원(삼성병원, 고려대병원 등), 대기업, 그리고 의료 AI 스타트업(뷰노 등)에서 중요한 인력으로 활동하고 있습니다. 이렇게 우수한 인재를 배출할 수 있었던 것은 교수님의 교육에 대한 열정과 세심한 지도 덕분입니다.


두 번째는 최고 수준의 연구 인프라입니다. 넓은 책상, 고성능 컴퓨터, 그리고 32인치 듀얼 모니터를 제공하여 쾌적한 연구환경을 보장하고 있습니다. 그뿐만 아니라 A100 8대를 포함한 고성능 GPU, 다수의 계산 CPU 서버를 보유하고 있어 연구 아이디어를 실현하고 검증할 수 있는 환경을 제공합니다.


Q. 연구실에 들어가기 위해 필요한 능력이 있나요?

연구를 수행하는 데 필요한 기술적 능력(선형대수, 영상처리, python 프로그래밍, 심층신경망 모델 구현 경험 등)을 갖추고 있으면 좋지만, 인턴 튜토리얼 과정을 통해 부족한 능력을 채울 수 있습니다. 따라서 연구에 대한 책임감과 자신의 연구를 지속적으로 이어 나갈 수 있는 열정이 중요합니다. 이 두 가지 특성을 가진 학생이라면, 기술적 능력이 부족하더라도 충분히 연구실에 적응하고 성공적인 연구를 이어 나갈 수 있을 것입니다.


Q. 연구원을 꿈꾸는 학생들에게 한마디 부탁드립니다.

연구원에게는 호기심과 소통 능력이 중요하다고 생각합니다. 연구는 몇 주에서 몇 개월 만에 끝이 날 수도 몇 년이 걸려서 끝날 수도 있으며 때로는 많은 시간을 투자했음에도 원하던 결과를 얻지 못할 수도 있습니다. 그러나 이런 상황에서 포기하지 않고 계속해서 노력하여 해답을 찾아가기 위해서는 문제를 해결하고자 하는 열망과 동료 연구원들과의 소통이 굉장히 중요하다고 생각합니다. 학생들이 다양한 주제에 대해 호기심을 가지고 깊게 이해하려고 노력함과 동시에 각 주제에 대해 주변 사람들과 개방적인 자세로 토론하는 경험을 쌓는다면 연구원으로서의 생활에 많은 도움이 될 것이라고 믿습니다.


▲ 연구실 홈페이지: https://mipskku.wixsite.com/mipl