딥러닝 기반 초고해상도 초음파 로컬라이제이션 현미경

초록

본 논문은 고밀도 마이크로버블 영상에서도 정확한 위치 추정을 가능하게 하는 완전합성곱 신경망(FCN) 모델인 Deep‑ULM을 제안한다. 온라인으로 합성한 학습 데이터를 활용해 다양한 초음파 파라미터와 잡음 조건에 강인하게 학습시켰으며, 실시간 수준(CPU ≈ 70패치/초, GPU ≈ 1250패치/초)으로 초고해상도 혈관 영상을 복원한다. 시뮬레이션 및 생체내 실험에서 기존 ULM 대비 높은 농도에서도 낮은 위치 오차와 빠른 재구성을 입증한다.

상세 분석

Deep‑ULM은 초음파 로컬라이제이션 현미경(ULM)의 핵심 한계인 마이크로버블(MB) 밀도가 높아질수록 발생하는 포인트 스프레드 함수(PSF) 겹침 문제를 딥러닝으로 해결한다. 논문에서는 입력으로 2D 초음파 RF 혹은 B‑mode 영상 시퀀스를 받아, 각 프레임마다 고해상도 위치 지도와 마이크로버블 강도 맵을 동시에 출력하는 완전합성곱 신경망(FCN) 구조를 설계하였다. 네트워크는 인코더‑디코더 형태의 U‑Net 변형으로, 다중 스케일 특징을 추출하기 위해 3×3 합성곱과 dilated convolution을 조합하고, skip‑connection을 통해 저해상도에서 고해상도로 정보를 보존한다. 손실 함수는 위치 정확도를 강조하기 위해 L2 손실과 함께 구조적 유사도(SSIM) 손실을 가중합한 복합 손실을 사용했으며, 희소성을 유도하기 위해 L1 정규화도 포함한다.

학습 데이터는 실제 초음파 시스템의 PSF와 잡음 스펙트럼을 모델링한 시뮬레이션 파이프라인을 통해 온라인으로 합성한다. 구체적으로, 임의의 혈관 구조를 랜덤하게 생성하고, 지정된 농도의 마이크로버블을 해당 구조에 배치한 뒤, 시스템 PSF와 가우시안 잡음을 적용해 합성 영상 시퀀스를 만든다. 이렇게 하면 라벨(정확한 마이크로버블 좌표)과 입력 영상이 완벽히 정렬된 상태가 보장되어, 대규모 데이터셋을 손쉽게 확보할 수 있다. 또한, 다양한 초음파 전송 파라미터(프레임 레이트, 전파 주파수, 전송 압력)와 잡음 레벨을 변형함으로써 네트워크가 실제 임상 환경의 변동성에 강인하도록 설계했다.

성능 평가는 시뮬레이션 데이터와 생쥐 귀 혈관, 쥐 뇌 혈관 등 실제 동물 모델을 사용했다. 주요 평가지표는 위치 오차(RMSE), 검출률(Recall), 가짜 검출률(FDR), 그리고 최종 초해상도 이미지의 구조적 유사도(SSIM)이다. 고밀도(>10 MB/mm²) 상황에서 기존의 최대 가능성 추정(Maximum Likelihood) 기반 ULM과 비교했을 때, Deep‑ULM은 위치 오차를 평균 30 % 이상 감소시키고, 검출률을 15 % 이상 향상시켰다. 특히, 겹침이 심한 영역에서 가짜 검출이 크게 감소했으며, 이는 네트워크가 복합 PSF 패턴을 효과적으로 디컨볼루션함을 의미한다.

실시간 처리 능력도 중요한 기여점이다. CPU 기반 구현에서는 128×128 픽셀 패치를 초당 약 70개 처리할 수 있어, 1 kHz 프레임 레이트의 실시간 ULM에 근접한다. GPU(CUDA) 가속 시에는 초당 1 250개 패치를 처리해, 실제 임상 현장에서 실시간 혈관 맵을 제공할 수 있다. 메모리 사용량과 연산 복잡도는 모델 경량화를 위해 3 M 파라미터 이하로 제한했으며, 양자화와 모델 압축 기법을 적용해 모바일 디바이스에서도 실행 가능하도록 설계했다.

한계점으로는 2D 평면 영상에 국한된 점, 합성 데이터와 실제 데이터 간 도메인 갭이 존재할 가능성, 그리고 매우 높은 농도(>30 MB/mm²)에서는 여전히 검출률이 감소하는 경향이 있다. 향후 연구에서는 3D 초음파 데이터에 대한 확장, 도메인 적응(adversarial) 학습을 통한 일반화 강화, 그리고 멀티‑프레임 시계열 정보를 활용한 동적 추적 모델을 도입할 계획이다. 전반적으로 Deep‑ULM은 고밀도 초음파 영상에서도 정확하고 빠른 마이크로버블 로컬라이제이션을 구현함으로써, 초음파 기반 혈관 영상의 임상 적용 범위를 크게 확대할 수 있는 잠재력을 보여준다.