MORSE: Multiple Orthogonal Reference Sensitivity Encoding

당신이 거대한 군중의 단체 사진을 찍으려고 한다고 상상해 보세요. 하지만 당신의 카메라는 고장이 나서 한 번에 아주 작은 조각만을 포착할 수 있습니다. 만약 그저 그 조각의 사진만 찍는다면 나머지 사람들은 잘려 나갈 것이고, 나중에 그 조각들을 하나로 이어 붙이려 한다면 가장자리에 있는 사람들은 복제되거나 이상한 모양으로 늘어난 것처럼 보일 수 있습니다. 이것은 과학자들이 뇌의 사진을 매우 빠르게 찍고자 할 때 직면하는 자기공명영상(MRI)의 일상적인 고충입니다. 심장 박동 한 번의 시간 안에 선명한 이미지를 얻기 위해, 그들은 시간을 절약하고자 일부 데이터를 건너뛰는 '언더샘플링(under-sampled)' 사진을 찍어야 합니다. 하지만 이렇게 하면 최종 사진은 뇌의 특징들이 유령처럼 겹쳐 보이는 뒤섞인 퍼즐 조각처럼 남게 됩니다.

이 퍼즐을 해결하기 위해, MRI 기계는 신체에서 나오는 라디오 신호를 듣는 '귀'(수신 코일이라고 불리는) 팀을 사용합니다. 각 귀는 자신이 놓인 위치에 따라 신호를 조금씩 다르게 듣습니다. 이 서로 다른 관점들을 비교함으로써, 컴퓨터는 신호가 실제로 어디에서 왔는지 알아내고 그 혼란을 풀어낼 수 있습니다. 하지만 이 수학적 계산을 하는 것은 마치 한 번에 백만 개의 작은 루빅스 큐브를 푸는 것과 같습니다. 보통 시간이 너무 오래 걸려서 사진을 보는 데 몇 시간을 기다려야 하는데, 이는 뇌가 생각하는 것을 실시간으로 관찰하거나 환자가 움직이지 않고 가만히 있어야 하는 상황에는 너무 느립니다. 이 분야의 핵심 질문은 이것입니다: 사진이 흐릿해지거나 노이즈로 가득 차지 않으면서, 뇌가 작동하는 모습을 볼 수 있을 만큼 빠르게 이 퍼즐 조각들을 풀어낼 수 있을까?

여기에 MORSE(Multiple Orthogonal Reference Sensitivity Encoding)가 등장합니다. 유니버시티 칼리지 런던(UCL)의 연구진이 개발한 이 새로운 방법은 마치 매우 똑똑하고 번개처럼 빠른 퍼즐 해결사처럼 작동합니다.

문제점: 유령 같은 이중 노출

MRI 스캔 속도를 높이면 이미지가 '앨리어싱(aliasing)' 현상을 일으킵니다. 이것은 마치 종이의 가장자리가 말려 올라가 겹쳐 보이는 나쁜 복사본과 같습니다. 머리를 스캔하고 있다면, 귀가 머리 안쪽으로 말려 들어가 보이거나 목 뒷부분이 이마 위에 떠 있는 것처럼 보일 수 있습니다. 이를 해결하려면 컴퓨터는 각 '귀'가 뇌의 모든 지점에서 얼마나 민감하게 반응하는지 정확히 알아야 합니다.

기존 방식들은 별도의 느리고 고품질인 '참조(reference)' 사진을 먼저 확인하여 이 민감도를 추측하려고 노력했습니다. 하지만 이 참조 사진은 특히 첨단 연구에 사용되는 초고자기장(7 테슬라) 환경에서 빠른 속도로 찍은 사진과 완벽하게 일치하지 않는 경우가 많았습니다. 이는 마치 다른 도시의 지도를 사용하여 흐릿한 사진을 수정하려는 것과 같습니다. 세부 사항이 일치하지 않아 수정 작업이 실패하게 됩니다. 다른 방법들은 데이터의 패턴을 살펴보는 영리한 방식을 시도하기도 했지만, 실시간으로 사용하기에는 너무 느리거나 이미지를 오래된 TV의 정적처럼 노이즈가 가득하게 만들었습니다.

MORSE의 해결책: 가상의 탐정 팀

MORSE 팀은 완벽한 하나의 지도에 의존하는 대신, 데이터를 통해 실시간으로 규칙을 학습할 수 있다는 점을 깨달았습니다. 그들은 세 가지 영리한 단계로 작동하는 시스템을 구축했습니다:

1. 가상 탐정단: 물리적인 '귀'(코일)를 직접 모두 사용하는 대신, MORSE는 먼저 이들을 더 작은 규모의 '가상 코일' 팀으로 그룹화합니다. 64명의 합창단원을 8개의 뚜렷하고 강력한 화음으로 섞는다고 상상해 보세요. 이렇게 하면 컴퓨터가 추적해야 할 목소리가 줄어들기 때문에 수학적 계산이 훨씬 빨라집니다.
2. 유연한 렌즈: 기존 방식들은 코일의 민감도가 완만한 언덕처럼 부드럽고 예측 가능하다고 가정했습니다. 하지만 고속 및 고자기장 환경에서는 민감도가 험준한 산맥처럼 급격하게 변할 수 있습니다. MORSE는 확대 및 축소가 가능한 '유연한 렌즈'(수학적 스무딩 커널)를 사용합니다. 이는 픽셀의 작은 주변 영역을 살펴봄으로써, 혼란 없이 급격한 변화를 처리할 수 있도록 합니다.
3. 다중 뷰 전략: 이것이 비법입니다. 때때로 이미지의 한 지점은 실제로 두 가지 다른 것(예: 뇌 신호와 지방 신호, 또는 머리 반대편에서 말려 들어온 신호)이 섞인 상태일 수 있습니다. 기존 방식들은 이러한 혼합된 신호를 단 하나의 답으로 강제하려 했고, 이는 자주 실패했습니다. 그러나 MORSE는 "몇 가지 다른 가능성을 열어두자"라고 말합니다. 이는 모든 지점에 대해 여러 개의 민감도 지도를 추정합니다. 이는 마치 탐정이 단 하나의 용의자만 추측하는 것이 아니라, 서너 개의 후보 명단을 유지하며 어떤 것이 증거와 가장 잘 맞는지 확인하는 것과 같습니다. 이를 통해 다른 방식들이 지저도한 유령처럼 남겨두는 복잡한 중첩을 풀어낼 수 있습니다.

연구 결과: 빠르고, 깨끗하며, 실시간 준비 완료

연구진은 실제 인간의 뇌를 대상으로 3 테슬라(표준 고자기장)와 7 테슬라(초고자기장) 스캐너 모두에서 MORSE를 테스트했습니다. 그들은 이를 MRI 제조사에서 사용하는 표준 도구(GRAPPA) 및 두 가지 다른 고급 오픈 소스 도구(ESPIRiT 및 LORAKS)와 비교했습니다.

결과는 놀라웠습니다. 다른 방식들이 '유령' 같은 겹침 이미지를 해결하려 할 때 종종 실패했습니다. GRAPPA는 눈에 보이는 아티팩트(뇌 내부의 귀 유령)를 남겼고, ESPIRiT는 유령을 제거하는 데는 더 나았지만 이미지를 너무 거칠고 노이즈가 많게 만들어 아무것도 보기 어렵게 만들었습니다. LORAKS는 깨끗한 이미지를 만들어냈지만, 계산하는 데 너무 오랜 시간(때로는 2시간 이상)이 걸려 실시간 상황에는 쓸모가 없었습니다.

반면, MORSE는 현저히 더 명확하고 견고한 이미지를 생성했습니다(물론 정확한 품질은 특정 스캔에 맞춰 설정을 조정하는 것에 달려 있습니다).

• 속도: 믿기 힘들 정도로 빨랐습니다. 복잡한 7 테슬라 스캔의 경우, MORSE는 이미지를 재구성하는 데 약 24초가 걸렸습니다. 이에 비해 ESPIRiT는 15분 이상, LORAKS는 거의 2시간이 걸렸습니다.
• 품질: 이미지는 더 날카롭고 선명했습니다. 시야(field of view)가 너무 작아 머리 전체를 담지 못하는 테스트(빠른 스캔에서 흔한 문제)에서도, MORSE는 뇌를 정적 상태로 만들지 않고 말려 들어온 귀와 목을 성공적으로 풀어냈습니다. 아티팩트를 제거하기 위한 최적의 설정은 스캔하는 뇌의 특정 부위에 따라 달라질 수 있지만, MORSE는 다양한 설정 범위 내에서 최소한의 노이즈로 일관되게 높은 품질의 결과를 달성했습니다.
• 실시간 준비 완료: 매우 빠르기 때문에 MORSE는 환자가 여전히 스캐너 안에 있는 동안 실행될 수 있습니다. 이는 의사와 연구자들이 몇 시간 동안 기다릴 필요 없이 뇌의 활동이 일어나는 현장을 즉시 볼 수 있음을 의미합니다.

이것이 중요한 이유

이 논문은 MORSE가 구조적 스캔(뇌의 모습)이든 기능적 스캔(뇌의 활동)이든 다양한 유형의 뇌 스캔에서 작동하는 유연하고 견고한 도구임을 시사합니다. MORSE는 슈퍼컴퓨터 없이도 고속 이미징의 까다로운 수학을 처리하며, 표준 병원 하드웨어에서도 실행될 수 있습니다.

연구진은 MORSE의 코드를 오픈 소스 라이브러리로 모두에게 공개했습니다. 이는 과학자들이 비싸고 느리거나 불완전한 솔루션을 기다리는 대신, 이제 누구나 뇌의 퍼즐을 빠르고 깨끗하게 풀어내는 방법을 사용할 수 있음을 의미합니다. 이는 더 빠르고 고품질의 뇌 영상 기술을 모두에게 제공하는 길을 열어줍니다. MORSE는 느리고 흐릿한 추측을 빠르고 선명한 그림으로 바꾸어, 우리가 전례 없이 뇌의 움직임을 생생하게 볼 수 있게 해줍니다.