High-SNR Whole-Brain Mesoscale Diffusion MRI Using Rotating-View Acquisitions (ROVER-dMRI)

인간의 뇌는 복잡한 배선이 얽힌 풍경과 같아서, 수십억 개의 뉴런이 너무나 미세한 패턴으로 연결되어 있어 표준 의료 영상으로는 종종 보이지 않습니다. 수십 년 동안 의사들과 과학자들은 자기공명영상(MRI)에 의존하여 이러한 연결을 지도화해 왔지만, 그들이 얻은 사진은 마치 짙은 안개 속에서 상세한 숲을 바라보는 것처럼 종종 흐릿했습니다. 이러한 흐릿함은 스캔에 사용되는 측정 단위가 너무 커서 주변 조직과 섞이지 않고 신경 경로의 섬세한 실 가닥을 포착하지 못하기 때문에 발생합니다. 뇌의 진정한 구조를 보기 위해 연구자들은 이 측정 단위를 축소해야 하지만, 그렇게 하면 새로운 문제에 직면하게 됩니다. 바로 신호가 너무 약해져서 기계 자체의 정적(static) 속으로 사라져 버린다는 것입니다. 이는 물리학의 근본적인 트레이드오프입니다. 즉, 사진이 작아질수록 신호는 더 조용해집니다.

연구진은 이제 이 교착 상태를 깨뜨릴 방법을 찾아냈으며, 살아있는 사람에게도 실용적인 스캔 시간을 유지하면서 전례 없는 선명도로 뇌의 배선을 볼 수 있는 새로운 방법을 제시했습니다. 최근 발표된 연구에서 소개된 이 방식은 ROVER-dMRI라고 불리는 기술입니다. 이 접근 방식은 기계가 직접 더 작은 픽셀을 보도록 강요하는 것이 아닙니다. 대신, 여러 각도에서 촬영한 일련의 두꺼운 노이즈 섞인 단면들을 가져와 정교한 컴퓨터 모델을 사용하여 하나의 선명한 3차원 이미지로 엮어냅니다. 두꺼운 단면의 강점과 회전하는 시점의 정밀함을 결합함으로써, 연구진은 이전에는 합리적인 시간 내에 얻는 것이 불가능했던 고해상도 뇌 연결 지도를 만들어내는 데 성공했습니다.

이 성과의 핵심은 연구진이 신호 손실 문제에 어떻게 접근했느냐에 있습니다. 표준 뇌 스캔에서 기계는 얇은 조직 단면의 사진을 찍습니다. 만약 더 많은 세부 정보를 얻기 위해 이 단면을 더 얇게 만들면, 포착되는 신호의 양이 급격히 떨어져 이미지가 거칠고 노이즈가 가득하게 됩니다. 연구진은 단면을 두껍게 유지하면 강하고 선명한 신호를 포착할 수 있지만, 단면의 두께 방향으로는 이미지가 흐릿해진다는 사실을 깨달았습니다. 이를 해결하기 위해 그들은 단면을 단 하나의 각도가 아니라, 물체를 앞, 옆, 위에서서 찍는 것처럼 다양한 회전 각도에서 획득했습니다. 각 각도는 동일한 기저 구조에 대한 서로 다른 관점을 제공합니다. 한 각도에서 흐릿한 부분은 다른 각도에서는 선명하며, 한 곳이 노이즈가 많으면 다른 곳이 더 명확한 시야를 제공합니다.

이 겹쳐진 회전 뷰들을 하나의 고해상도 이미지로 바꾸기 위해, 팀은 '암시적 신경 표현(implicit neural representation)'이라 불리는 유형의 인공지능을 채택했습니다. 이것을 데이터를 격자 형태의 픽셀로 저장하는 일반적인 컴퓨터 프로그램이 아니라, 데이터를 통해 뇌의 형태를 직접 학습하는 연속적인 수학 함수라고 생각하십시오. 이 시스템은 뇌가 매끄럽고 연속적인 객체임을 이해하도록 훈련되어, 두꺼운 단면들 사이의 간극을 놀라운 정확도로 메울 수 있습니다. 연구진은 여기에 물리적 실재감을 더하는 층을 추가하여 시스템을 강화했습니다. 그들은 컴퓨터가 자기 펄스가 뇌 조직과 어떻게 상호작용하는지를 정확히 이해하도록 프로그래밍하여, 최종 이미지가 단순히 수학적 추측이 아닌 신호의 실제 물리학을 반영하도록 했습니다. 이러한 물리 기반 접근 방식 덕분에 이전의 이 방식의 시도들을 괴롭혔던 특정 유형의 시각적 아티팩트(왜곡)를 제거할 수 있었습니다.

이 새로운 방법의 결과는 놀랍습니다. 인간의 뇌를 대상으로 테스트했을 때, 이 기술은 0.78밀리미터의 해상도를 구현했으며, 이는 뇌의 외층을 연결하는 짧은 신경 섬유와 같은 미세한 구조까지 드러내는 수준입니다. 이 이미지에서 연구진은 섬유들이 서로 교차하는 지점에서도 서로 다른 섬유 다발을 명확하게 구별할 수 있었는데, 이는 표준 스캔으로는 종종 불가능한 일이었습니다. 선명도가 매우 높아, 현재 사용 가능한 최고 수준의 상용 스 是否 스캐너보다 노이즈가 적은 이미지를 보여주었습니다. 또한, 연구진은 이미지를 만드는 데 필요한 각도의 수를 거의 절반으로 줄여, 미세한 세부 사항을 놓치지 않으면서도 스캔 시간을 크게 단축할 수 있음을 입증했습니다. 이는 한 시간이 넘게 걸릴 수 있는 스캔이 뇌의 복잡한 미세 구조를 여전히 밝혀내면서도 훨씬 짧은 시간 안에 수행될 수 있음을 의미합니다.

이 방법은 다른 종에서도, 그리고 더 높은 해상도에서도 똑같이 효과적이었습니다. 원숭이 뇌 스캔에서 이 기술은 0.6밀리미터 해상도를 생성하여, 훨씬 긴 스캔과 맞먹는 품질을 훨씬 짧은 시간 안에 구현했습니다. 인간의 뇌에 한계까지 밀어붙였을 때, 시스템은 0.5밀리미터 해상도를 달성하여 이전에는 보이지 않았던 소뇌 및 기타 깊은 뇌 구조의 복잡한 세부 사항을 드러냈습니다. 이 정도의 세부 수준에서 연구진은 뇌의 서로 다른 부분이 어떻게 통신하는지에 대한 더 나은 이해를 가능하게 하는 명확한 방식으로 신경 섬로의 특정 방향을 볼 수 있었습니다. 이미지는 노이즈나 스캐닝 장비의 제한에 의해 왜곡되지 않고, 연결의 일관된 선들을 보여주며 경로의 무결성을 보존했습니다.

이 발전이 특히 중요한 이유는 새로운 이국적인 기계나 완전히 다른 종류의 스캔을 필요로 하지 않기 때문입니다. 연구진은 전 세계 병원에서 흔히 볼 수 있는 표준 자기공명영상 하드웨어를 사용했으며, 단지 데이터를 수집하고 처리하는 방식을 변경했습니다. 그들은 기술자가 환자를 수동으로 재배치할 필요 없이 스캐닝 각도를 자동으로 회전시킬 수 있는 맞춤형 자기 펄스 시퀀스를 개발했습니다. 이러한 자동화는 임상 현장에서 이 기술을 사용하는 데 있어 주요한 장벽을 제거합니다. 연구진은 소프트웨어와 펄스 시퀀스를 오픈 소스 도구로 공개함으로써, 다른 과학자와 병원들이 이 방법을 즉시 채택할 수 있도록 했습니다.

뇌의 배선을 이토록 정밀하게 볼 수 있다는 것의 함의는 심오합니다. 많은 신경 질환은 현재의 영상 기술로는 놓치기 쉬운 이러한 미세하고 짧은 연결 부위의 손상을 포함합니다. 이 새로운 방법을 통해 의사와 연구자들은 마침내 살아있는 환자의 미묘한 변화를 시각화할 수 있으며, 이는 잠재적으로 더 이른 진단과 더 표적화된 치료로 이어질 수 있습니다. 뇌의 연결성을 이토록 미세한 디테일로 지도화할 수 있는 능력은 뇌가 어떻게 조직되고 시간이 지남에 따라 어떻게 변화하는지를 이해하는 데 새로운 문을 열어줍니다. 연구진은 데이터를 수집하고 결합하는 방식에 대해 다르게 생각함으로써, 의료 영상의 제약이 되어온 물리적 한계를 극복할 수 있음을 보여주었습니다. 안개는 단순히 걷힌 것이 아니라, 인간 정신의 개별적인 실 가닥까지 볼 수 있을 만큼 시야가 선명해졌습니다.