뇌백질 질의 언어 인간 백질 해부학을 위한 새로운 기술

초록

본 연구는 인간 뇌의 백질 섬유를 직관적인 텍스트 기반 질의 언어로 정의하고, 확산 MRI에서 자동으로 트랙을 추출·라벨링하는 프레임워크를 제시한다. 10개의 연합 섬유와 15개의 투사 섬유, 7개의 교차 섬유에 대한 정의를 사전화하고, 77명의 정상인 데이터로 백질 아틀라스를 구축하였다. 검증 결과 수동 라벨링과 동등한 정확도를 보였으며, 조현병 환자군에서 연합 섬유의 변화를 탐지하는 파일럿 연구에 적용하였다.

상세 분석

이 논문은 기존의 백질 트랙 정의가 해부학적 전문지식에 크게 의존하고, 재현성이 낮으며, 대규모 데이터셋에 적용하기 어려운 문제점을 해결하고자 한다. 핵심 아이디어는 “White Matter Query Language”(WMQL)라는 거의 영어에 가까운 구문을 도입해, 백질 트랙을 구성하는 회색·백질 영역과 그들 사이의 공간 관계를 텍스트로 기술하는 것이다. WMQL은 ‘region A와 region B 사이를 통과’, ‘region C에 접촉’ 등과 같은 논리 연산자를 제공해 복잡한 트랙 패턴을 간결히 표현한다. 연구팀은 신경해부학자의 전문 지식을 바탕으로 10개의 연합 섬유(예: arcuate fasciculus, inferior fronto‑occipital fasciculus), 15개의 투사 섬유(예: corticospinal tract, thalamic radiations), 7개의 교차 섬유(예: corpus callosum)에 대한 정의를 WMQL 사전에 저장하였다.

기술 구현 측면에서는, 확산 MRI에서 생성된 전체 트랙토그래피를 입력으로 받아, 각 트랙이 WMQL 정의와 일치하는지를 빠르게 판단하는 매칭 엔진을 설계했다. 공간 관계 연산은 트랙의 좌표와 해부학적 ROI(Region of Interest) 마스크 간의 교차·포함·거리 계산을 통해 수행되며, 파이프라인 전체가 자동화돼 대규모 코호트에 적용 가능하도록 최적화되었다.

정량적 검증에서는 20명의 피험자에 대해 전문가가 수동으로 라벨링한 결과와 WMQL 기반 자동 라벨링 결과를 비교하였다. Dice coefficient와 평균 거리 오차 등 여러 지표에서 평균 0.85 이상의 일치도를 보였으며, 특히 복잡한 교차 섬유군에서 수동 라벨링보다 일관된 결과를 제공했다.

또한, 77명의 건강한 성인 데이터를 이용해 WMQL 정의를 적용, 각 트랙별 평균 FA(fractional anisotropy), MD(mean diffusivity) 등 확산 지표를 추출해 백질 아틀라스를 구축하였다. 이 아틀라스는 트랙별 해부학적 변이와 연령·성별 효과를 정량화하는 기준선으로 활용될 수 있다.

마지막으로, 조현증 환자 15명과 대조군 15명을 대상으로 연합 섬유의 FA 변화를 탐색하였다. WMQL 기반 자동 라벨링을 통해 arcuate fasciculus와 uncinate fasciculus에서 유의미한 FA 감소를 발견했으며, 이는 기존 문헌에서 보고된 전두엽·측두엽 연결 약화와 일치한다. 이 파일럿 결과는 WMQL이 임상 연구에 바로 적용될 수 있음을 시사한다.

전체적으로 WMQL은 해부학적 지식을 텍스트화해 재현성을 높이고, 자동화된 트랙 라벨링을 통해 대규모 확산 MRI 연구에 필요한 효율성과 정확성을 동시에 제공한다는 점에서 큰 의의를 가진다. 향후 다양한 신경정신질환 연구와 개인 맞춤형 백질 지도 구축에 활용될 가능성이 기대된다.