서강대학교 전자공학과

전자공학과 조현우 석박통합과정 (지도교수 유양모)

세계 최대 초음파 의학회서 ‘젊은 연구자상’ 수상

▲전자공학과 유양모 교수, 조현우 석박통합과정

전자공학과 조현우 석박통합과정 수료생(지도교수 유양모)이 지난 11월 4일부터 7일까지 오만 무스카트에서 개최된 세계 최대 초음파 의학회인 19th World Federation for Ultrasound in Medicine and Biology (WFUMB) Congress에서 Young Investigator Award (YIA, 젊은 연구자상)을 수상하였다.

본 학회에서는 각 대륙별 초음파 의학회의 젊은 연구자를 후보로 선정하여 연구발표를 통해 수상을 결정하였으며 조현우 수료생은 Asian Federation of Societies for Ultrasound in Medicine and Biology (AFSUMB)의 선정 및 추천을 통해 참가하였다.

조현우 수료생의 연구발표 제목은 ‘An Unsupervised Deep Beamformer for High-Quality Ultrafast Ultrasound Imaging’이며, 본 연구발표에서는 초고속 평면파 기반의 초음파 신호 품질을 획기적으로 개선하기 위한 새로운 비지도 학습 (unsupervised learning) 방법을 제안하였다.

초고속 평면파 기반의 초음파 영상화 기술은 최근 횡파 탄성 영상 기술 (shear wave elastography), 초고속 관류 영상 기술 (ultrafast perfusion imaging)등에 널리 사용되지만 집속되지 않은 평면파 신호의 특성상 신호의 품질이 떨어져 허상 (artifact), 잡음 (noise), 낮은 대조도 (contrast) 등의 문제가 발생한다. 최근 연구들에 의하면 딥러닝 기반 영상 재건 (image reconstruction) 기술이 이러한 문제를 해결하기 위한 기술로 주목받고 있다. 하지만, 기존에 제안된 딥러닝 기반 초음파 영상 재건 기술의 경우 대다수 지도학습 (supervised learning)을 기반으로 하고 있는데, 초음파 영상의 경우 지도학습을 위한 고품질 데이터의 획득이 어렵다는 문제가 있으며 품질이 떨어지는 타겟 데이터는 딥러닝 모델의 성능을 저해하는 원인 중 하나로 지목되어 왔다.

본 연구는 이러한 문제를 해결하기 위해 저품질 신호만으로 학습이 가능한 새로운 비지도 학습 방법을 제안하였으며 기존의 지도학습, 자기지도학습 방법에 비해 월등히 좋은 허상 및 잡음 억제 성능과 대조도 및 해상도 향상을 확인하였다. 또한 본 연구는 제안한 비지도학습 방식으로 학습한 딥러닝 모델이 초고속 관류 영상화 등의 선진 의료 초음파 응용기술에도 적용될 수 있음을 보였다. 본 연구는 기존의 의료 초음파 영상 시스템에 쉽게 응용이 가능한 기반기술로 이를 기반으로 다양한 의료 초음파 응용기술에서의 추가적인 연구성과가 기대된다.

조현우 수료생은 “유양모 교수님의 따뜻한 지도와 격려에 항상 감사드리며 함께 고민하며 응원해주시는 연구실 선배님들, 동료들에게도 감사하다. 앞으로도 좋은 연구를 할 수 있도록 더욱 정진하겠다.” 라고 전했다.

□ 주관 : World Federation for Ultrasound in Medicine and Biology (WFUMB)

□ 수상명 : The Young Investigator Prize

□ 발표명 : An Unsupervised Deep Beamformer for High-Quality Ultrafast Ultrasound Imaging