Advances in Ultrasound Imaging: Automated 3D Segmentation of Anatomical Structures in the Forearm

안개 낀 빽빽한 숲의 레이아웃을 단 한 장의 평면 지도를 보고 익히려고 노력한다고 상상해 보십시오. 그것이 바로 의사들이 전완부(팔뚝)에 초음파를 사용할 때 직면하는 상황입니다. 그들은 신체의 평면적인 흑백 단면만을 보게 되며, 머릿속으로 3D 입체 영상을 그려내기 위해 상상력을 동원해야 합니다. 이 논문은 그들을 대신해 힘든 일을 해주는 새로운 "스마트 비서"를 소개합니다. 이 비서는 그 평면적인 단면들을 화면 위에 선명하고 다채로운 3D 모델로 바꿔줍니다.

다음은 연구자들이 수행한 내용을 쉬운 비유를 사용하여 정리한 내용입니다.

문제점: "평면 지도"의 도전 과제

초음파는 어두운 방을 비추는 손전등과 같습니다. 내부의 단면은 보여주지만, 방 전체를 한꺼번에 볼 수는 없습니다. 의사들이 이러한 영상을 읽는 전문가가 되기 위해서는, 해부학적 구조를 이해하기 위해 이 단면들을 머릿속에서 쌓아 올리는 훈련을 수년간 거쳐야 합니다. 이는 많은 연습이 필요한 어려운 기술입니다.

해결책: 해부학을 위한 "자동 조종 장치(Auto-Pilot)"

St. Olav's 병원과 SINTEF의 연구팀은 초음파를 위한 인공지능(AI) "자동 조종 장치"를 구축했습니다. 그들은 컴퓨터가 다음과 같은 하부 전완부의 11가지 특정 "랜드마크"를 인식하도록 가르쳤습니다.

• 정중신경(Median Nerve): 손의 움직임을 제어하는 중요한 케이블입니다.
• 뼈: 요골(radius), 척골(ulna), 그리고 손목 뼈(주상골 및 두상골).
• 근육: 손목과 손가락을 구부리는 데 도움을 주는 다양한 근육들.
• 동맥: 혈관.

그들은 단순히 AI에게 이 부위들을 '보는' 법을 가르친 것이 아니라, 자동으로 '외곽선을 그리는' 법을 가르쳤습니다.

AI를 어떻게 훈련시켰나

이 훈련 과정은 아이에게 과일을 식별하는 법을 가르치는 것과 같습니다.

1. 데이터셋: 그들은 50명(카팔 터널 증후군 환자 25명과 건강한 자원봉사자 25명)의 초음파 영상을 사용했습니다.
2. 수동 작업: 먼저, 숙련된 전문가(류마티스 전문의)가 각 개인당 약 50개의 프레임에 대해 11가지 구조물 주위에 색색의 외곽선을 직접 그렸습니다. 이것이 "정답지"가 되었습니다.
3. 학습: AI는 가공되지 않은 초음파 영상을 보고 외곽선을 추측하려고 시도했습니다. AI는 자신의 추측을 인간의 "정답지"와 비교하며, 틀리면 스스로 수정하고 다시 시도했습니다. 이 과정은 이미지를 결합하는 데 탁월한 "U-net"이라는 특수한 유형의 AI 네트워크를 사용하여 수천 번 반복되었습니다.

결과: AI는 얼마나 잘하는가?

AI는 지치지 않는 숙련된 인턴처럼 놀라울 정도로 제 역할을 해냈습니다.

• 스타(우수한 부분): AI는 정중신경과 방형회내근(전완부 깊숙한 곳의 근육)을 찾는 데 거의 완벽했습니다. 두 구조물 모두 98%의 정확도를 보였습니다.
• 고전한 부분: AI는 두상골(작은 손목 뼈)을 찾는 데 어려움을 겪었습니다. 그 이유는 초음파 영상이 종종 손목의 가장자리에서 멈췄기 때문인데, 이로 인해 AI가 뼈 전체를 볼 수 없었습니다. 이는 마치 자동차의 범퍼 사진만 보고 자동차 전체를 식별하려는 것과 같습니다.
• "실수"의 순간: 논문은 AI가 혼란을 겪은 사례를 보여줍니다. AI는 어떤 근육을 보고 "이것은 두 번째 동맥처럼 보인다!"라고 판단하여 잘못 분류했습니다. 이는 AI가 강력하긴 하지만 아직 완벽하지 않으며, 특히 구조물들이 매우 비슷하게 생겼을 때 실수를 할 수 있음을 증명합니다.

마법 같은 기술: 3D 시각화

이 논문에서 가장 흥고한 부분은 이 AI를 사용하여 3D 뷰를 만드는 방법입니다.

• "유령" 오버레이: 표준 2D 초음파 위에 반투명하고 다채로운 지도를 덧칠한다고 상상해 보십시오. 실제 초음파 영상과 AI의 색상 라벨(신경은 파란색, 동맥은 빨간색, 근육은 초록색)을 동시에 볼 수 있습니다.
• "홀로그램" 뷰: 그들은 일련의 2D 단면들을 하나로 엮어 3D 모델을 구축했습니다. 이 모델에서는 팔을 회전시키며 노란색 뼈, 파란색 신경, 초록색 근육을 볼 수 있습니다.
• "시간 여행" 뷰: 평면 2D 초음파 영상을 3D 모델 안에 배치하는 방법을 보여주었습니다. 이는 마치 식빵 한 조각이 식빵 전체 안에 떠 있는 것처럼 보여서, 그 조각이 전체 덩어리 중 정확히 어디에 위치하는지 알 수 있게 해줍니다.

이 기술이 왜 중요한가 (논문에 따르면)

저자들은 이 기술이 침상 옆 교육 도구(bedside teaching tool) 역할을 한다고 제안합니다. 의사가 2D 영상으로부터 3D 형태를 정신적으로 재구성해야 하는 대신, 기계가 이를 대신해 줍니다. 이는 경험이 적은 의사들이 마치 길 이름 목록만 받는 대신 GPS가 지도 위에 경로를 그려주는 것처럼, 해부학적 구조를 직관적으로 "볼 수" 있게 도와줍니다.

한계점

논문은 수행하지 못한 부분에 대해서도 솔직하게 밝히고 있습니다.

• 로봇 손 없음: AI가 프로브(탐촉자)를 움직인 것이 아니라, 사람은 여전히 초음파 탐촉자를 잡고 있었습니다.
• 완벽한 3D의 부재: 프로브가 정확히 어떻게 움직였는지 알 수 있는 특수 추적 센서를 사용하지 않았기 때문에, 3D 모델이 완벽하게 매끄럽기보다는 약간 "떨리는(jittery)" 듯한 모습을 보였습니다.
• 제한된 범위: 그들은 팔 전체가 아닌 전완부 하부(손목 근처)만을 살펴보았습니다.

요약하자면, 이 논문은 AI가 이제 전완부 내부의 다채로운 지도를 자동으로 그리고, 평면 초음파 영상을 3D 모델로 바꿀 수 있음을 보여줍니다. 이는 복잡한 해부학적 구조를 전문가뿐만 아니라 모두가 쉽고 이해하기 쉽게 만드는 것을 향한 한 걸음입니다.