고속 광학 현미경으로 신경 전압 영상 구현: 방법, 트레이드오프, 미래 전망

초록

본 리뷰는 신경 전압 영상을 위한 최신 고속 광학 현미경 기술을 정리한다. 전압 감지 염료와 유전적으로 인코딩된 전압 지시자(GEVI)의 발전에 힘입어 1 kHz 수준의 프레임 레이트가 가능해졌으며, 이를 구현하기 위한 평면 광학, 다중‑Z 공초점, 라이트시트, 라이트필드 등 다양한 스캔·비스캔 방식이 소개된다. 각 방법은 속도, 공간 해상도, 신호‑대‑노이즈 비(SNR) 사이의 필연적 트레이드오프를 가지고 있으며, 최근 연구들은 타깃 조명, 원격 초점, 다중 카메라 배열 등으로 이를 완화한다. 리뷰는 이러한 기술이 뇌 회로의 초고속 동역학을 직접 관찰하고, 대규모 신경망 분석 및 행동 연계 연구에 미칠 변혁적 잠재력을 강조한다.

상세 분석

전압 영상은 전류 흐름을 직접 측정하므로, 칼슘 영상이 갖는 수백 밀리초 지연과 비선형성을 극복한다. 그러나 전압 신호는 수십 마이크로볼트 수준의 미세 변동에 불과하고, 막 표면에만 제한된 형광체 수로 인해 광자 수집량이 극히 적다. 따라서 고속(>300 Hz, 이상적으로 1 kHz) 촬영이 요구되지만, 이는 노출 시간을 수십 마이크로초 이하로 축소시켜 SNR을 급격히 낮춘다. 논문은 이러한 근본적 제약을 완화하기 위한 광학 설계와 실험적 전략을 체계적으로 정리한다.

1. 평면(1P) 방식 – 와이드필드와 타깃 조명은 한 번에 전체 FOV를 촬영해 픽셀당 획득 시간을 최소화한다. 하지만 깊이 선택성이 없으므로 배경 형광이 크게 증가한다. 이를 보완하기 위해 구조화 조명, 홀로그래픽 스팟, 혹은 라인‑스캔 공초점이 도입되었다. 라인‑스캔 공초점은 800 Hz, 1.1 × 0.325 mm² 영역에서 78개의 뉴런을 연속 20 분 촬영했으며, 타깃 조명과 결합해 SBR을 50배 향상시켰다.

2. 다중‑Z 공초점 – 축방향으로 확장된 조명과 연속적인 반사 핀홀을 이용해 4개의 깊이면을 동시에 스캔한다. MuZIC 시스템은 54 kRPM 초고속 폴리곤 스캐너와 2차 선형 갈보를 결합해 916 Hz, 4면(128 × 127 픽셀) 촬영을 구현했으며, 150‑200 µm 깊이에서 30‑40개의 뉴런을 고SNR으로 기록했다. 라인‑스캔 방식과 반사 슬릿을 사용하면 더 많은 면을 동시에 획득할 수 있지만, 광자 손실을 최소화하기 위한 광학 설계가 필수적이다.

3. 라이트시트 현미경 – 평면 선택적 조명과 2D 카메라를 결합해 초고속 볼륨 촬영이 가능하다. 원격 초점(리모트 포커싱) 또는 미러 기반 초점 이동을 통해 축방향 스캔 속도를 카메라 프레임 레이트에 맞출 수 있다. 예를 들어, FLIPR(Flipped Image Remote Focusing) 구조는 빔스플리터 손실을 절반으로 줄여 500 Hz, 150 µm 범위의 볼륨 촬영을 달성했다. 다중 카메라 배열을 이용한 병렬 검출은 250 µm³ 부피를 kHz 수준으로 스캔하지만, 각 평면당 광자 수가 감소해 SNR 저하가 우려된다. 또한, 전통적인 라이트시트는 두 개의 직교 목표물(조명·검출)이 필요해 큰 동물의 행동 실험에 제약이 있다. 이를 해결하기 위해 SCAPE와 같은 단일 목표물 라이트시트가 제안되었으며, 아직 전압 영상에 적용되지 않았지만 고속 3D 촬영에 유망하다.

4. 라이트필드 현미경 – 각 광자에 대한 공간·각도 정보를 동시에 기록해 카메라 프레임 속도만큼 볼륨을 재구성한다. 디지털 적응광학을 활용해 비구면 수차를 보정하고, 다중 부위에서 동시에 초고해상도 영상을 얻을 수 있다. 현재는 1P 라이트필드로 100 vol/s 정도의 속도로 마우스 뇌 슬라이스에서 AP‑유도 형광을 관찰했으며, 향후 고감도 검출기와 고속 카메라가 결합되면 kHz 수준도 기대된다.

전반적으로, 모든 방법은 속도‑해상도‑SNR 사이의 삼각형 트레이드오프를 공유한다. 광자 수를 늘리기 위한 고출력 레이저는 포토블리칭·열 손상을 초래하고, 광학 섹션링을 강화하면 광학 효율이 감소한다. 데이터 처리 측면에서도 초당 수백 메가픽셀·수기가바이트 수준의 스트림을 실시간으로 압축·전송·저장하는 인프라가 필요하다. 최신 딥러닝 기반 디노이징·압축 알고리즘, FPGA/GPU 실시간 파이프라인, 그리고 클라우드 스토리지가 이러한 병목을 완화할 수 있다.

마지막으로, GEVI의 밝기·감도·표적화 효율이 지속적으로 개선되고 있으며, 광학 설계와 결합된 광‑전기‑계산 통합 플랫폼이 차세대 뇌‑행동 연구의 핵심이 될 것으로 전망된다.