본문 바로가기 사이드메뉴 바로가기 주메뉴 바로가기

주메뉴영역

주메뉴영역

혁신으로 세상을 바꾸는 융복합 대학, DIGIST
Innovative University Changing the World through Convergence
이 페이지를 SNS로 퍼가기

Research

DGIST 황재윤 교수팀. 초음파 빔으로 문자를 그리다! 딥러닝 기반 실시간 초음파 홀로그램 생성 기술 개발

  • 조회. 438
  • 등록일. 2022.12.08
  • 작성자. 대외협력팀

- DGIST 황재윤 교수팀, 초음파 빔 형태를 실시간 자유자재로 구성할 수 있도록 하는 딥러닝 네트워크 및 학습 프레임워크 제안

- 국제학술지인 ‘IEEE Transactions on Ultrasonics, Ferroelectrics, and Frequency Control’12월호 표지논문 게재

- 알츠하이머, 우울증, 통증 등 초음파 뇌 자극치료 분야에서 환자 맞춤형 정밀 자극 기술 개발로 이어질 것으로 기대돼

 

 DGIST(총장 국양) 전기전자컴퓨터공학과 황재윤 교수팀은 홀로그램 원리를 기반으로 집속 초음파 형태를 자유자재로 실시간 구성할 수 있는 딥러닝 기반 초음파 홀로그램 생성 프레임워크기술을 개발했다. 향후 정밀함이 필요한 뇌 자극․치료 분야에서 기반 기술로써 활용될 수 있을 것으로 기대된다.

 초음파는 태아 검사를 위해서 사용될 만큼 안전한 기술이다. 수술 없이 심부 영역을 자극할 수 있어 최근에는 뇌 자극 및 치료 등을 위한 방법이 연구되고 있으며, 실제 초음파 뇌 자극을 통해 알츠하이머, 우울증, 통증 등 질병이 호전됐다는 결과가 발표됐다.

 하지만 현재 기술로는 초음파를 한 개의 작은 점 혹은 큰 원 형태로 집속하여 자극에 사용하기 때문에 여러 영역이 상호작용하는 뇌의 관련 영역들을 동시에 선택적으로 자극하기 어렵다는 문제점이 있다. 이를 위한 해결책으로 홀로그램 원리를 이용하여 원하는 영역에 자유자재로 초음파를 집속할 수 있는 기술이 제안되었지만, 정확도가 낮고 홀로그램을 생성하기 위한 계산 시간이 오래 걸린다는 한계가 있다.

 DGIST 황재윤 교수 연구팀은 이를 해결하기 위해 초음파 홀로그램 생성을 학습하여 자유롭고 정확한 초음파 집속을 실시간으로 구현할 수 있는 딥러닝 기반 학습 프레임워크를 제안했다. 그 결과 황 교수팀은 기존 초음파 홀로그램 생성 알고리즘 방법 대비 최대 약 400배나 빠른 실시간에 가까운 홀로그램 생성 시간을 보이면서도 더 정확하게 초음파를 원하는 형태로 집속시킬 수 있음을 보였다.

 연구팀이 제안한 딥러닝 기반 학습 프레임워크는 자기 지도 학습 방식으로 초음파 홀로그램 생성을 학습한다. 자기 지도 학습이란 정답이 없는 데이터를 가지고 스스로 규칙을 찾아 정답을 찾을 수 있도록 학습하는 방법이다. 연구팀은 초음파 홀로그램 생성을 학습하기 위한 방법론, 초음파 홀로그램 생성에 최적화된 딥러닝 네트워크, 새로운 손실함수 등을 제안하였으며, 시뮬레이션과 실제 실험을 통해 각 구성 요소의 유효성, 우수성을 증명했다. 

 DGIST 전기전자컴퓨터공학과 황재윤 교수는 비교적 최근에 제안된 초음파 홀로그램에 딥러닝 기술을 접목했고, 결과적으로 자유자재로 신속, 정확하게 초음파 빔의 형태를 생성하고 변화할 수 있는 기술을 개발하게 됐다, “이번 연구 결과가 맞춤형 정밀 뇌 자극 기술과 초음파 전반적인 분야(초음파 영상, 열적 치료 등)에서 활용되기를 기대한다.”고 밝혔다.

 한편, 이번 연구는 과학기술정보통신부의 4대 과학기술원 공동연구프로젝트 지원을 받아 수행됐으며, DGIST 정보통신융합연구소 이문환 연구원, 전기전자컴퓨터공학과 류하민, 윤상연 박사과정생을 비롯해 GIST 김태 교수팀이 참여했다. 연구결과는 관련 분야 국제학술지인 ‘IEEE Transactions on Ultrasonics, Ferroelectrics, and Frequency Control’12월호 표지논문으로 게재됐다.

 

 

· · ·



연구결과개요

Deep Learning-Based Framework for Fast and Accurate Acoustic Hologram Generation

(Moon Hwan Lee (DGIST), Hah Min Lew (DGIST), Sangyeon Youn (DGIST), Tae Kim (GIST) and Jae Youn Hwang (DGIST))

(IEEE Transactions on Ultrasonics, Ferroelectrics, and Frequency Control, on-line published on Nov., 4th, 2022)

음향 홀로그래피는 비접촉 입자 조작, 비침습적 신경 변조 및 의료 영상과 같은 다양한 응용 분야에서 주목을 받고 있다. 그러나 음향 홀로그램을 생성하는 방법에 대한 연구는 적으며, 기존의 음향 홀로그램 알고리즘조차 빠르고 정확한 음향 홀로그램 생성에 제한적인 성능을 보여 새로운 응용 분야의 발전을 저해하고 있다. 우리는 본 연구에서 빠르고 정확한 음향 홀로그램 생성을 달성하기 위해 딥러닝 기반 프레임워크를 제안한다. 이 프레임워크는 자동 인코더 구조를 가지고 있어 주어진 정답이 필요 없는 비지도 학습으로 구현되었다. 프레임워크를 위해 우리는 홀로그램 생성의 비지도 학습에 적절하도록 새롭게 개발한 홀로그램 생성 네트워크(Holographic ultrasdound generation network, HU-Net)와 에너지 효율적 초음파 집속을 위해 고안된 새로운 손실함수를 보였다. 더 나아가, 여러 홀로그램 기기 (초음파 변환자)를 고려하기 위해, 물리적 한계층을 제안하였다. 3D 프린팅 렌즈를 붙인 단일 소자 초음파 변환자와 2차원 배열형 초음파 변환자와 같이 두 가지 다른 홀로그램 기기에 대해 시뮬레이션과 실험적 연구를 수행하였다. 제안하는 프레임워크는 반복 각스펙트럼 접근법과 현재 최고 수준의 반복 최적화 방법인 Diff-PAT과 비교되었다. 시뮬레이션 연구에서, 제안하는 프레임워크는 반복 각스펙트럼 접근법보다 높고 Diff-PAT와 비슷한 재구성 품질을 수 백배 더 빠른 속도로 보였다. 실험 연구에서, 프레임워크는 각기 다른 방법을 이용해 제작된 3D 프린팅 렌즈를 이용하여 평가되었으며, 재구성 품질에 미치는 렌즈의 물리적 영향이 논의되었다. 여러 경우에 대한 제안하는 프레임워크의 결과는 우리 프레임워크가 기존의 다른 초음파 홀로그램 응용을 위한 매우 유용한 대안 도구가 될 수 있으며 새로운 의료 분야 응용을 확장할 수 있음을 시사한다.

 

 

· · ·



연구결과문답

Q. 이번 성과 무엇이 다른가?

초음파 홀로그램은 초음파를 원하는 영역에 집속시키기 위한 비교적 새로운 개념인데, 기존에는 그 정확도가 낮고 홀로그램을 생성하는 계산 시간이 수 초에서 수십 초 정도로 느렸다. 따라서 최근 초음파를 이용하는 뇌 자극과 같은 연구 분야에서 실시간 정밀 자극을 위한 목적으로 활용하기에는 어려움이 따랐다.

본 연구에서는 딥러닝을 기반으로 초음파 홀로그램 생성 학습 프레임워크를 제안하고 실시간으로 초음파를 원하는 영역에 정확하게 집속시킬 수 있다는 점을 보였다는 점에서 기존 연구와 다르다고 할 수 있다.

Q. 어디에 쓸 수 있나?

최근 연구가 활발해지고 있는 초음파 뇌자극 기술은 현재 단일 소자 초음파 변환자를 이용하여 단순히 한 개의 점 혹은 큰 원에 초음파를 조사하는 방식이다. 하지만 최근 여러 영역이 상호작용하는 뇌 기전을 고려하기 위해 관련 영역을 동시에 자극하는 것이 더 좋은 효과를 보일 수 있음이 밝혀졌다. 따라서 뇌 심부 다수 영역 동시 자극 및 효과 향상에 있어 제안하는 프레임워크가 적용 될 수 있을 것이라고 기대하고 있다.

Q. 실용화까지 필요한 시간과 과제는?

현재 초음파 뇌자극은 전임상 실험을 통해 알츠하이머, 우울증, 통증 등 여러 질병들을 호전시키는 결과를 보였다. 또한 임상에서도 그 효과를 보여 최근 파킨슨병에 대해 FDA 승인을 받은 바 있다. 하지만 인체 기관 중에서도 중요한 뇌를 다루는 만큼 실생활에서 접하기까지는 질병 호전 메커니즘 규명, 안정성 검증 등 많은 연구가 더 필요하다.

Q. 연구를 시작한 계기는?

본 연구팀은 고주파 초음파를 이용한 단일 세포 자극 및 분석에 대해 오랫동안 연구를 진행해왔다. 세포와 비교하여 뇌는 더욱 복잡한 기전이 존재하는 인체 기관인데도 불구하고 초음파를 뇌 전체 혹은 단일 영역에만 조사하는 부분에 대해 의문을 느꼈고 이를 해결하기 위해 초음파 홀로그램에 딥러닝을 접목하여 초음파 기반 정밀 뇌 자극치료 기술의 기반을 마련하고자 하였다.

Q. 어떤 의미가 있는가?

알츠하이머, 우울증, 통증 등 치료제가 없거나 약물 치료에 의존하여 부작용중독을 낳는 뇌질환에 대해 최근 초음파 뇌자극이 효능을 보이는데 실제 부작용 없는 임상 활용을 위해서는 정밀한 자극이 필수적일 것이다. 제안하는 프레임워크는 이러한 목적을 달성할 수 있는 기반을 마련하는 기술로서 의미가 크며, 이 외에도 초음파 집속을 필요로 하는 초음파 영상, 열적 치료 등의 분야에서도 활용될 수 있다는 점에서 의미가 있다고 할 수 있다.

Q. 꼭 이루고 싶은 목표는?

제안하는 프레임워크를 기반으로 초음파 정밀 뇌자극치료 기술을 개발하여 안전한 뇌질환 치료에 기여하고 싶다.

 

 

· · ·



그림설명

[그림 1] IEEE Transactions on Ultrasonics, Ferroelectrics, and Frequency Control' 12월호 표지논문 게재

 

 

 

 

 

콘텐츠 담당 담당부서  :   대외협력팀 ㅣ 053-785-1135