단일 위상대비 영상으로 스펀지형 조직 두께 측정

본 논문은 전파 기반 X‑ray 위상대비 영상(P‑PCI)을 이용해 스펀지형 구조의 두께를 한 번의 촬영으로 정량화하는 방법을 제안한다. 공기‑물질 경계에서 발생하는 다중 굴절이 작은 발산 각도로 무작위 경로를 만들고, 이로 인해 이미지에 스펙클 패턴이 형성된다. 스펙클 대비와 구조 두께는 자연로그 관계를 보이며, 이를 통해 단일 위상대비 영상만으로 깊이

단일 위상대비 영상으로 스펀지형 조직 두께 측정

초록

본 논문은 전파 기반 X‑ray 위상대비 영상(P‑PCI)을 이용해 스펀지형 구조의 두께를 한 번의 촬영으로 정량화하는 방법을 제안한다. 공기‑물질 경계에서 발생하는 다중 굴절이 작은 발산 각도로 무작위 경로를 만들고, 이로 인해 이미지에 스펙클 패턴이 형성된다. 스펙클 대비와 구조 두께는 자연로그 관계를 보이며, 이를 통해 단일 위상대비 영상만으로 깊이 정보를 추출할 수 있다. 초기 생체 실험에서 폐 종양 진행 모니터링에 적용 가능성을 확인하였다.

상세 요약

본 연구는 스펀지형(다공성) 구조물, 특히 폐 조직과 같이 내부에 다수의 공기‑물질 경계가 존재하는 시료에 초점을 맞추었다. 전파 기반 X‑ray 위상대비 영상(P‑PCI)은 전통적인 흡수 대비와 달리 물질의 굴절률 차이에 의해 발생하는 위상 변화를 검출한다. 시료 내부의 무수히 많은 공기‑물질 인터페이스는 입사 X‑ray를 각각 작은 각도로 굴절시키며, 이러한 굴절이 연속적으로 누적될 경우 광선은 마치 2차원 랜덤 워크를 수행하는 것과 유사한 경로를 따른다. 결과적으로 검출면에 도달한 광선들은 서로 다른 각도와 위치에서 도달하게 되며, 이들의 집합은 통계적으로 스펙클 형태의 밝기 변동을 만든다.

논문에서는 이러한 현상을 정량화하기 위해 광선의 각도 분포를 가우시안 형태로 가정하고, 시료 두께가 증가함에 따라 각도 분산이 선형적으로 확대된다는 모델을 제시한다. 이미지 대비는 각 픽셀의 표준편차 혹은 지역 평균 대비 비율로 정의되었으며, 실험적으로 측정된 대비값 C와 두께 t 사이에 C = a · ln(t) + b 형태의 로그 관계가 성립함을 확인하였다. 여기서 a와 b는 시스템 파라미터(소스‑시료 거리, 검출기‑시료 거리, X‑ray 에너지 등)에 따라 보정된다.

실험 구성은 고휘도 마이크로포커스 X‑ray 소스와 고해상도 디지털 검출기를 사용했으며, 시료와 검출기 사이의 거리(d)와 소스와 시료 사이의 거리(L)를 조절해 최적의 위상대비 조건을 확보하였다. 스펀지형 폴리머 모형을 이용해 다양한 두께(1 mm~10 mm)를 제작하고, 각 두께에 대해 동일한 촬영 조건으로 이미지를 획득하였다. 이후 이미지 전처리 단계에서 배경 보정과 노이즈 억제를 수행하고, 지역 대비를 계산해 로그 함수를 피팅하였다. 피팅 결과는 R² > 0.98로 높은 상관성을 보였으며, 이는 두께 추정에 필요한 교정 곡선이 매우 신뢰할 수 있음을 의미한다.

생체 적용을 위해 마우스 모델에 폐 종양을 이식하고, 종양 성장에 따라 폐 조직의 두께 변화와 스펙클 대비 변화를 추적하였다. 결과는 종양이 성장함에 따라 해당 부위의 스펙클 대비가 감소하고, 로그 모델을 이용해 추정된 두께가 실제 조직학적 측정값과 통계적으로 유의미하게 일치함을 보여준다. 이는 비침습적이며 실시간에 가까운 두께 모니터링이 가능함을 시사한다.

본 방법의 장점은 (1) 단일 투시만으로 3차원 깊이 정보를 추출할 수 있어 방사선량을 최소화한다, (2) 복잡한 재구성 알고리즘이 필요 없으며 실시간 처리에 적합하다, (3) 기존 P‑PCI 시스템에 소프트웨어 업데이트만으로 적용 가능하다는 점이다. 반면 제한점으로는 (가) 충분한 위상코히런스를 확보하기 위한 고품질 X‑ray 소스가 필요하고, (나) 매우 얇거나 고밀도 조직에서는 스펙클 대비가 충분히 변하지 않아 정밀도가 떨어질 수 있다, (다) 교정 곡선이 시스템마다 달라 재현성을 확보하려면 사전 캘리브레이션이 필수적이다. 향후 연구에서는 다중 에너지 P‑PCI와 결합해 물질 구성을 동시에 추정하거나, 머신러닝 기반 대비‑두께 매핑을 도입해 비선형성을 보정하는 방안을 모색할 수 있다.


📜 논문 원문 (영문)

🚀 1TB 저장소에서 고화질 레이아웃을 불러오는 중입니다...