생체조직 현미경 이미지 왜곡 보정 알고리즘 개발

KAIST-UC버클리 공동 "향후 최적 이미지 찾아내는 지능형 시스템 추진"

현미경으로 생체조직을 관찰할 때 발생하는 이미지 왜곡을 정밀하게 보정하는 알고리즘이 개발됐다.

알고리즘 개발은 KAIST(강익성 전기및전자공학부 교수)와 미국 UC버클리(나지교수) 연구팀이 진행했다. 연구결과는 생명과학 분야 방법론 전문 학술지 네이처 메소드에 게재됐다.

KAIST와 UC버클리대 연구팀이 개발한 이광자 형광 현미경 통합 왜곡 보정을 위한 프레임워크.(그림=KAIST)

연구팀은 신경장 모델을 활용했다. 이는 3차원 공간 구조를 연속적으로 표현해 이미지와 형태를 동시에 복원하는 신경망 기반 기술이다.

연구팀은 이 모델을 활용해 촬영된 이미지 데이터만을 이용해 빛이 어떻게 왜곡됐는지를 역으로 계산하고 이를 바로잡는 알고리즘을 개발했다.

알고리즘 개발에는 이광자 형광 현미경이 쓰였다. 이 장비는 두 개의 약한 빛을 동시에 사용해 생체 깊은 곳 특정 지점만 선택적으로 나타내게 할 수 있다. 다만, 광학수차에 의해 관찰 대상이 왜곡되는 현상이 발생한다.

연구팀이 이를 보정했다.

연구팀은 "기술 핵심은 신경장 모델 기반 기계학습 알고리즘"이라며 "이 알고리즘은 빛이 이동하며 발생하는 왜곡 과정을 추적해, 생체 조직에 의한 광학 수차뿐 아니라 생체의 미세한 움직임과 현미경의 기계적 오차까지 동시에 보정하는 통합 기술을 구현한다"고 설명했다.

연구를 주도한 강익성 KAIST 교수는 지디넷코리아와의 전화통화에서 "UC버클리 연구진은 연구기획과 논문작성, 공동 실험을 함께 진행하는 역할을 담당했다"며 "현미경이라는 하드웨어를 SW로 대체했다는 의미가 있다"고 말했다.

강 교수는 또 “향후 이 기술이 뇌과학 연구에 좀더 활용되고, 스스로 최적의 이미지를 찾아내는 지능형 광학 이미징 시스템으로 발전시켜 나갈 계획”이라고 덧붙였다.