Neural Born Series Operator for Biomedical Ultrasound Computed Tomography

기술 요약: 생체 의학 초음파 컴퓨터 단층 촬영을 위한 신경 본 급수 연산자(Neural Born Series Operator)

문제 정의
초음파 컴퓨터 단층 촬영(USCT)은 뇌 및 유방과 같은 연조직의 고해상도 임상 영상을 제공하는 유망한 비전리 방사선 방식입니다. 그러나 현재의 광범위한 임상 도입은 전파 파형 역전(Full Waveform Inversion, FWI)의 계산 집약적인 특성으로 인해 저해되고 있습니다. FWI는 조직 특성을 재구성하기 위한 표준 방법이지만, 반복적인 파동 시뮬레이션에 의존하며 이는 계산 비용이 매우 높습니다. 이러한 높은 계산 비용은 영상 재구성 속도를 제한하여, 실시간에 가까운 임상적 효용성 실현을 방해합니다.

방법론
느린 파동 시뮬레이션의 병목 현상을 해결하기 위해, 본 논문은 **신경 본 급수 연산자(Neural Born Series Operator, NBSO)**를 소개합니다. NBSO는 파동 전파의 물리학을 근사하기 위해 신경 연산자(neural operators)를 활용하는 새로운 기술입니다. NBSO는 역전 과정의 매 반복마다 파동 방정식을 수치적으로 푸는 대신, 조직 특성과 그로 인해 발생하는 파동장(wavefields) 사이의 매핑을 학습합니다.

제안된 접근 방식은 NBSO를 FWI 파이프라인에 통합하여 NBSO 기반 FWI 프레임워크를 구축합니다. 이 프레임워크는 신경 연산자를 사용하여 역전 과정에서 가장 계산 집약적인 부분인 순방향 시뮬레이션 단계를 가속화합니다. 전통적인 수치 솔버를 학습된 신경 연산자로 대체함으로써, 본 시스템은 높은 충실도의 파동 시뮬레이션을 유지하면서도 계산 시간을 획기적으로 단축하는 것을 목표로 합니다.

주요 기여 및 검증
본 논문은 다음과 같은 핵심 기여를 제시합니다:

• NBSO 개발: 이질적인 생체 의학 매질 내에서의 파동 전파의 복잡성을 처리하도록 특별히 설계된 신경 연산자의 공식화.
• FWI와의 통합: 효율적인 영상 재구성을 위해 NBSO를 활용하는 완전한 재구성 파이프라인 구축.
• 포괄적 검증: 제안된 방법은 뇌 및 유방 영상이라는 두 가지 중요한 임상 응용 분야를 나타내는 광범ende 데이터셋을 통해 엄격하게 테스트되었습니다. 이 데이터셋들은 실제 환경과의 관련성을 보장하기 위해 시뮬레이션된 실험적 USCT 조건 하에서 생성되었습니다.

결과
실험 결과, NBSO는 정확하고 효율적임이 입증되었습니다. 순방향 시뮬레이션 맥락에서, 신경 연산자는 고품질 영상을 위해 필요한 파동 물리학을 성공적으로 복제했습니다. 결과적으로, NBSO 기반 FWI 파이프라인을 영상 재구성 과정에 적용했을 때, 재구성된 조직 특성의 품질을 저하시키지 않으면서 기존 방식에 비해 상당한 속도 향상을 달달성했습니다.

의의
본 논문은 이러한 발전이 신경 연산자가 USCT를 계산적으로 불가능한 연구 도구에서 임상적으로 실행 가능한 기술로 변모시킬 잠재력을 강조한다고 주장합니다. 실시간에 가까운 USCT 재구성을 가능하게 함으로써, NBSO는 임상 구현의 주요 장벽을 해결합니다. 이 연구는 이러한 효율성 향상이 고해상도, 비전리 방사선 진단 영상으로서 USCT의 실질적인 적용 가능성을 더욱 유망하게 만든다는 점을 시사합니다.