초고속 3D 광음향 재구성을 위한 가우시안 커널 기반 GPAIR

초록

GPAIR는 초기 압력장을 연속적인 등방성 가우시안 커널의 합으로 표현하고, 폐쇄형 해석식을 이용해 전방·역방 연산자를 GPU 가속 Triton 연산으로 구현한다. 이를 통해 8.4백만 복셀 규모 3D 영상도 1초 이내에 재구성하며, 기존 IR 방법 대비 100배 이상 속도 향상과 높은 정밀도를 달성한다.

상세 분석

본 논문은 3차원 광음향 컴퓨터 단층촬영(PACT)에서 기존 반복 재구성(IR) 알고리즘이 갖는 시간·메모리 병목을 근본적으로 해소하고자 한다. 핵심 아이디어는 이산적인 voxel 모델을 포기하고, 초기 압력장 p₀(r)을 연속적인 등방성 가우시안 함수들의 선형 결합으로 파라미터화하는 것이다. 각 가우시안은 위치 rᵢ와 진폭 Aᵢ라는 두 파라미터만을 갖으며, 이는 무한히 미분 가능한 형태이므로 전통적인 voxel 경계에서 발생하는 고주파 아티팩트를 자연스럽게 억제한다.

동일 매질(비점성, 균일 음속) 가정 하에 가우시안 소스에 대한 압력 파동 p(r,t)의 정확한 폐쇄형 해석식을 도출하였다. 이 식은 거리 r과 시간 t에 대한 N‑shape 프로파일을 갖으며, 시간 전진(time‑stepping) 없이 바로 신호를 계산할 수 있다. 따라서 전방 연산 A(x)는 복잡한 유한 차분 스키마를 대체하고, 역방 연산 Aᵀ(δ) 역시 동일한 해석식의 미분 형태로 구현된다.

GPU 가속을 위해 Triton 언어 기반 커스텀 커널을 작성했으며, Adaptive Supersampling Alignment(ASSA) 전략을 도입해 연속 파동식과 디지털 샘플링 사이의 정렬 오류를 최소화한다. ASSA는 탐지기‑소스 거리와 목표 시간 해상도에 따라 동적으로 업샘플링 비율 α를 결정하고, 이를 통해 시간 격자와 공간 격자를 동시에 고해상도로 보간한다.

제약조건 측면에서는 Non‑negative Parameterization Constraint(NPC)를 적용해 압력값을 x = z² 형태로 재파라미터화함으로써 물리적 비음성성을 보장한다. 또한 Vessel Continuity Regularization(VCR)이라는 복합 정규화를 도입했는데, 이는 Hessian 기반 2차 곡률 프라이어와 Total Variation(1차) 프라이어를 가중합하여 혈관 구조의 연속성과 얇은 선형 구조 보존을 동시에 강화한다.

실험에서는 512×512×256(≈6.7×10⁷) 복셀 시뮬레이션과 256×256×128(≈8.4×10⁶) 복셀 실험을 수행했으며, 평면 및 반구형 탐지기 배열, 센서 수 64~1024까지 다양한 조건을 테스트했다. 정량 지표(PSNR, SSIM, CNR, SNR)에서 GPAIR는 기존 반분석 IR인 MB‑PD와 전통적 UBP에 비해 10 dB 이상 높은 PSNR와 0.99 이상의 SSIM을 기록했다. 특히 64센서 극히 희소한 경우에도 36 dB 이상의 PSNR를 유지하며, 혈관 연속성을 눈에 띄게 보존했다.

속도 측면에서는 GPU RTX 5090 기준으로 3D 볼륨당 34 초(≈8.4 M 복셀)에서 0.8 초 이하로 재구성했으며, 이는 MB‑PD가 수백 초에서 수천 초를 소요한 것에 비해 200800배 가량 빠른 것이다. 메모리 사용량도 가우시안 파라미터(위치·진폭)만 저장하면 되므로 기존 voxel 기반 방법보다 효율적이다.

한계점으로는 균일하고 비점성 매질 가정이 필요하다는 점, 그리고 가우시안 수가 증가하면 파라미터 최적화가 복잡해질 수 있다는 점을 들 수 있다. 또한, 매우 고주파 구조(예: 미세 혈관)에서는 가우시안 폭 선택이 재구성 해상도에 직접적인 영향을 미치므로 자동 폭 선택 메커니즘이 추가로 요구된다. 그럼에도 불구하고, 연속 물리 모델과 GPU 최적화의 결합은 3D PACT 실시간화에 새로운 패러다임을 제시한다.