적혈구 상태 더 쉽게 진단할 수 있게 된다

3차원 입체 사진 획득 후 12개 특성 추출

별도의 전처리 과정이나 전문가 도움 없이 간편하게 적혈구를 관찰해 건강을 진단할 가능성이 열렸다.

한국연구재단은 이상준 포항공과대학교 교수 연구팀이 디지털 홀로그래픽 현미경과 기계학습형 인공지능(AI)을 이용해 적혈구의 노화를 진단하는 기법을 개발했다고 30일 밝혔다.

혈액의 대부분을 차지하는 적혈구의 생물리학적 특성은 질병, 혈액 보관 기간과 밀접한 연관이 있다. 질병 종류와 진행 추이에 따라 적혈구의 형태가 변하기도 하고, 산소와 이온 전달 능력이 감소해 순환 기능에 장애를 유발하기도 한다.

질병을 진단하기 위해 적혈구의 상태와 노화 정도를 정확하게 파악하는 것이 필수적이지만, 광학현미경을 이용한 적혈구 관찰은 정확도가 높지 않아 한계가 있었다.

연구팀은 간단한 광학배치의 디지털 홀로그래픽 현미경을 이용해 적혈구의 3차원 입체 사진을 획득하고, 이를 통해 적혈구 형태를 분류하는 12개의 특징들을 추출했다.

홀로그래픽 현미경과 기계학습형 AI 알고리즘을 이용한 적혈구 분류체계. 디지털 인라인 홀로그래픽 현미경을 이용해 획득한 수백개 적혈구들의 홀로그램 영상으로부터 형태학적, 광학적 특성에 기반한 12가지 분류 특징들을 추출했다. 추출한 분류 특징과 의사결정트리 모델을 이용해 학습시킨 결과, 적혈구 유형을 97% 이상의 정확도로 분류해냈다.

레이저 빔을 시료에 조사하면 빛의 간섭현상으로 홀로그램이 형성되고, 이로부터 3차원 정보를 획득할 수 있다. 이 방법으로 적혈구의 둘레, 투영면적 등 형태학적 특성과 영상 강도, 광학 특성 등의 분류 기준을 구했다.

추출한 분류 특징을 기계학습형 AI 기술에 적용한 결과, 혈액의 노화에 따라 형태가 다른 3가지 적혈구를 97% 이상의 높은 정확도로 분류할 수 있었다.

이상준 교수는 “이 연구는 기존 광학현미경으로 얻을 수 없는 새로운 분류 특징들을 추출하고, 적혈구의 유형을 정확하게 식별할 수 있는 진단기법”이라며 “향후 당뇨나 말라리아와 같은 혈구성 질환의 자동 진단에 유용하게 사용될 수 있을 것으로 기대된다“고 연구 의의를 설명했다.

이 연구는 전기화학 분야 최고 권위 학술지 '바이오센서스 앤 바이오일렉트로닉스' 4월 30일자에 게재됐다.