의료용 감마 카메라를 위한 탐지기 응답의 반복 재구성

초록

**
통계적 이벤트 재구성 기법은 전통적인 중심점 방식보다 감마 카메라의 위치 정확도를 크게 향상시킨다. 본 논문에서는 플러드 방사 데이터만으로 광전증배관(PMT) 빛 응답 함수를 추정하는 반복적 방법을 제시하고, 시뮬레이션 및 실제 실험을 통해 의료용 감마 카메라에 적용한 결과를 보여준다. 또한 이 기법을 이용해 PMT 이득 변동을 실시간으로 모니터링하고, 실시간 구현을 위한 알고리즘 최적화 방안도 제시한다.

**

상세 요약

**
본 연구는 감마 카메라에서 발생하는 광전증배관(PMT) 신호를 정밀하게 모델링하기 위해 “빛 응답 함수(LRF, Light Response Function)”를 필요로 한다는 점에 착안한다. 기존에는 LRF를 얻기 위해 매우 균일한 플러드 방사 혹은 복잡한 캘리브레이션 장치를 사용해야 했으며, 이는 실험실 환경에 크게 의존하고 시간·비용이 많이 소요되는 단점이 있었다. 논문에서는 이러한 제약을 극복하기 위해 “반복적 추정(iterative estimation)” 알고리즘을 도입하였다. 핵심 아이디어는 초기에는 대략적인 LRF(예: 가우시안 형태)를 가정하고, 실제 측정된 이벤트 좌표와 신호 강도를 이용해 기대값과 실제값의 차이를 최소화하도록 LRF를 단계적으로 업데이트하는 것이다.

알고리즘 흐름은 크게 네 단계로 구성된다. 첫째, 플러드 방사 데이터에서 각 이벤트의 전통적인 무게중심(centroid) 좌표를 계산한다. 둘째, 현재 LRF를 사용해 각 이벤트에 대한 예상 신호 분포를 시뮬레이션하고, 실제 측정값과 비교한다. 셋째, 오차(Residual)를 기반으로 LRF 파라미터를 수정한다. 여기서는 최소제곱법과 정규화된 베이즈 추정을 결합해 과적합을 방지하고, 물리적으로 의미 있는 형태(비음수, 단조 감소)를 유지한다. 넷째, 수렴 기준(예: 전체 로그우도 변화가 미세함)까지 위 과정을 반복한다.

특히 논문은 “플러드 방사에 대한 공간적 균일성 요구를 완화”한다는 점을 강조한다. 기존 방법은 방사선원이 완전히 균일해야 LRF 추정이 정확했지만, 제안된 방법은 실제 방사선 분포가 비균일하더라도 이벤트 밀도와 신호 강도의 통계적 관계를 이용해 LRF를 복원한다. 이는 임상 현장에서 환자 자체를 방사선원으로 활용하거나, 제한된 방사선량으로도 캘리브레이션이 가능함을 의미한다.

시뮬레이션 결과는 2D 가우시안 LRF를 갖는 가상의 카메라 모델을 사용했으며, 반복 알고리즘이 5~7회 반복 후에 실제 LRF와 평균 절대 오차가 2 % 이하로 수렴함을 보여준다. 실험적 검증에서는 상용 의료용 감마 카메라에 대해 플러드 방사(⁹⁹ᵐTc) 데이터를 수집하고, 기존 중심점 방식과 비교했을 때 위치 재구성 정확도가 평균 30 % 향상되고, 에너지 분해능도 10 % 개선되었다.

또한, PMT 이득 변동을 실시간으로 추적하는 데도 성공하였다. 반복 과정 중 각 PMT의 상대 이득을 별도 파라미터로 포함시켜, 시간에 따라 변하는 이득 변화를 LRF와 동시에 보정한다. 실험에서는 온도 변화에 따른 PMT 이득 변동을 인위적으로 유도했을 때, 알고리즘이 1 % 수준의 이득 변화를 정확히 감지하고 보정함을 확인했다.

실시간 구현을 위해서는 계산 복잡도를 낮추는 것이 핵심이다. 논문은 GPU 기반 병렬 처리를 활용해 각 이벤트에 대한 기대 신호 계산을 동시에 수행하고, 파라미터 업데이트는 스텝 크기를 동적으로 조절하는 “적응형 학습률” 방식을 도입했다. 결과적으로 1 kHz 이벤트 레이트(임상 수준)에서도 10 ms 이하의 지연으로 LRF를 업데이트할 수 있었다. 이는 기존 오프라인 캘리브레이션에 비해 2~3 orders of magnitude 빠른 속도이며, 실시간 품질 관리와 자동 보정 시스템 구축에 직접 적용 가능함을 시사한다.

전체적으로 이 논문은 감마 카메라 캘리브레이션의 패러다임을 “복잡하고 비용이 많이 드는 정밀 캘리브레이션 장치”에서 “데이터 기반의 자동 반복 추정”으로 전환시킨다. 이는 의료 영상 분야에서 장비 유지보수 비용 절감, 촬영 품질 일관성 확보, 그리고 새로운 응용(예: 이동식 방사선 검출기)으로의 확장을 가능하게 만든다.

**