POSTECH·울산의대 서울아산병원 연합팀이 국제 의료영상 컴퓨팅 및 인터벤션 학술대회(MICCAI, The Medical Image Computing and Computer Assisted Intervention)에서 주최한 세계 의료 인공지능 경진대회 ‘MICCAI 2023’에서 최근 우수한 성적을 거뒀다.

POSTECH 연구진과 울산의대 연구진 총 8명으로 구성된 연합팀은 딥러닝 모델을 활용하여 초음파 영상 개선 부문에서 1위를, 3차원 초음파 유방 종양 감지 · 분할 · 분류 알고리즘 부문에서는 종합 2위를 동시에 수상하는 영예를 안았다.

연합팀은 Cycle GAN^*1 모델과 복원 모델을 융합하여 자체 개발한 MUST GAN^*2으로 가정용 초음파 영상의 화질을 병원에서 촬영한 초음파 영상 수준으로 끌어올렸다. 또, 3차원(3D) Multi-task U-Net^*3 모델을 통해 영상에서 여러 장기를 분할하고 분류하는 작업을 동시에 진행하는 데 성공했다.

김철홍 교수는 “이를 계기로 울산의대 김남국 교수팀과의 초음파 의료 인공지능 모델 협업 연구도 더욱 속도가 날 것”이라며, “우수한 인공지능 기술이 실제 의료 분야에 적용될 수 있도록 노력하겠다”는 말을 전했다.

한편, MICCAI는 전 세계 인공지능 분야 연구진과 의사 등이 참여하는 의료 인공지능 분야 학회다. 캐나다 벤쿠버에서 진행된 올해 경진대회에는 서울대와 미국 캘리포니아대(University of California, Los Angeles), 중국 베이징이공대(Beijing Institute of Technology), 독일 암 연구센터(Deutsches Krebsforschungszentrum) 등 세계 유수 대학의 연구팀이 참여했다.

△ POSTECH 연구진(4명) : 인공지능대학원 박사과정 정현수 씨 · 인공지능연구원 박사후연구원 아비짓(Abhijeet) 씨 · IT융합공학과 연구원 임현석 씨 · 전자전기공학과 박사과정 윤치호 씨(지도교수 김철홍)

△ 울산의대 연구진(4명) : 의공학과 석사과정 정지훈 씨(지도교수 이준구), 원종준 · 최창용 씨(지도교수 김남국), 김영제 씨(지도교수 이상민)

1. Cycle GAN(Cycle Generative Adversarial Network)
일대일로 대응하지 않는 두 개의 이미지 데이터에서 만들어진 생성자를 순환하며 학습시키는 방식이다.

2. MUST GAN(Multi-domain Ultrasound Style Transfer GAN)
Cycle GAN을 기반으로 하되, 동시에 복원(reconstruction) 모델의 지식을 이용하면서 분류(classification) 태스크도 함께 수행하는 학습 방법론이다.

3. Multi-task U-Net
이미지를 축소하는 인코딩 단계와 다시 확대하는 디코딩 단계를 통해 입력된 이미지에서 특징을 추출하고, 특징을 이용해 원본 이미지의 세분화된 결과를 출력하는 방식에 분류 태스크도 함께 학습시키는 방식이다.