자유손 초음파로 보는 여성 골반 3D 재구성

초록

본 논문은 외부 트래킹 장치나 사전 학습된 자세 추정 모델 없이, 자유손으로 획득한 2D 질식 초음파 영상을 이용해 여성 골반의 3차원 구조를 자동으로 복원하는 TVGS라는 무감독 프레임워크를 제안한다. 가우시안 스플래팅을 초음파 전용 차별화 가능한 래스터라이저와 결합해, 각 슬라이스의 자세를 동시에 최적화하면서 해부학적 구조를 이방성 3D 가우시안 집합으로 표현한다. 실험 결과, 합성 및 실제 임상 데이터 모두에서 높은 공간 정확도와 시각적 품질을 달성했으며, 메모리 효율성과 실시간 가능성도 입증하였다.

상세 분석

TVGS는 기존 3D 초음파 시스템이 요구하는 전자기 트래커나 기계식 스위프와 같은 하드웨어 의존성을 완전히 배제한다는 점에서 혁신적이다. 핵심 아이디어는 ‘가우시안 스플래팅(Gaussian Splatting)’을 초음파 영상의 특수한 물리적 제약에 맞게 변형한 것이다. 일반적인 가우시안 스플래팅은 카메라 투영을 전제로 하지만, 초음파는 평면 단면을 직접 촬영하므로 투영 매트릭스가 존재하지 않는다. 이를 해결하기 위해 저자들은 슬라이스‑aware 차별화 가능한 래스터라이저를 설계했으며, 각 픽셀의 3D 좌표를 슬라이스의 강체 변환 파라미터(회전·이동)와 연동시켜 역전파 시 자세 파라미터까지 동시에 업데이트한다.

가우시안 파라미터는 위치 µ, 공분산 Σ(스케일 S와 회전 R을 통해 표현), 불투명도 o, 그리고 강도 I 로 구성된다. 공분산은 이방성 형태를 허용해 얇은 초음파 슬라이스에 맞는 고해상도 구조를 효율적으로 모델링한다. 초기화 단계에서는 대략적인 균등 각도 간격을 가정해 자세를 추정하고, 이후 최적화 과정에서 이미지‑레벨 손실(포토메트릭 L2 손실)과 정규화 항(가우시안 수 감소, 불투명도 제한 등)을 동시에 최소화한다.

데이터 측면에서 저자들은 합성 데이터와 실제 임상 데이터를 모두 사용했다. 합성 데이터는 3D 자궁 모델을 STL에서 voxel‑segmentation으로 변환하고, 다양한 각도(±60°)와 간격으로 슬라이스를 시뮬레이션해 정확한 포즈 라벨을 제공한다. 실제 데이터는 10명의 환자에게서 20개의 자유손 TVS 스윕을 수집했으며, 프레임 간 일정한 각도 간격을 가정해 초기 포즈를 설정한다. 중요한 가정은 (1) 슬라이스가 시간 순서대로 정렬되고 거의 균등한 각도 간격을 가진다는 점, (2) 스윕 동안 조직 변형이 최소화된다는 점이다. 이 가정이 깨질 경우 자세 추정 오류가 누적될 수 있으나, 공동 최적화 구조가 어느 정도 보정한다.

실험 결과는 두 가지 축에서 평가되었다. 첫째, 합성 데이터에서는 알려진 포즈와 비교해 평균 위치 오차가 수 mm 수준으로 낮았으며, 재구성된 부피와 원본 부피 사이의 Dice 계수가 0.92 이상으로 높은 정밀도를 보였다. 둘째, 실제 데이터에서는 정형적인 3D 초음파 시스템과 비교했을 때, 자궁 및 내막 구조를 시각적으로 명확히 복원했으며, 특히 슬라이스 간 간격이 큰 경우에도 새로운 뷰 합성(NVS) 능력이 뛰어났다. 메모리 사용량은 전통적인 voxel‑grid 대비 10배 이상 절감됐으며, CUDA 최적화된 래스터라이저 덕분에 10~20 FPS의 실시간 렌더링이 가능했다.

한계점으로는 (1) 스윕 중 큰 조직 변형이나 급격한 비선형 움직임이 있을 경우 자세 추정이 불안정해질 수 있다. (2) 현재는 강도 I를 단일 스칼라로 모델링해 조직 특성(예: 에코 강도 차이)을 완전히 표현하지 못한다. (3) 테스트 셋을 위해 별도 포즈 최적화를 수행했는데, 완전한 무감독 상황에서 실제 임상 적용 시 포즈 보정 없이 바로 사용하려면 추가적인 안정화 기법이 필요하다. 향후 연구에서는 비선형 변형 모델링, 다채널(그레이디언트·색도) 강도 표현, 그리고 온라인 포즈 추정과 결합한 하이브리드 프레임워크를 탐색할 수 있다.

전반적으로 TVGS는 초음파 영상의 고유한 물리적 제약을 고려한 차별화 가능한 가우시안 스플래팅 기반 재구성 방법을 최초로 제시함으로써, 저비용 2D 초음파만으로도 고품질 3D 해부학적 정보를 제공할 수 있는 길을 열었다. 이는 AI 기반 진단 보조, 수술 계획, 그리고 원격 의료 분야에 큰 파급 효과를 기대하게 만든다.