망막 혈관 바이오마커 자동 추출을 위한 오픈소스 툴박스 VascX 소개

초록

본 논문은 색채 안저 사진(CFI)에서 동맥·정맥 분할 마스크를 입력으로 받아, 골격화와 그래프 구축을 통해 혈관 밀도, 분기각, 중앙망막 등가치(CRE), 비틀림도, 시간각 등 다양한 바이오마커를 자동으로 계산하는 파이썬 기반 오픈소스 툴 VascX를 제안한다. 핵심 특징은 중심와, 시신경 유두, 이미지 경계 등 해부학적 랜드마크를 활용한 영역 인식으로, 표준화된 공간 좌표계에서 국소화된 바이오마커를 그리드 형태로 제공하고, 계산이 불가능한 경우를 자동으로 식별한다. VascX는 시각화, 설명 가능성, 모듈화된 설계로 재현성을 높이며, GitHub·PyPI를 통해 배포되어 대규모 임상·역학 데이터베이스에 효율적으로 적용될 수 있다.

상세 분석

VascX는 색채 안저 사진에서 추출된 혈관 분할 마스크를 입력으로 받아, 먼저 8‑연결성 기반 스켈레톤화(skeletonization)를 수행한다. 이 단계에서 혈관의 픽셀 단위 경로가 1‑픽셀 두께의 중앙선으로 변환되며, 노이즈와 작은 분절을 제거하기 위해 길이와 곡률 기반 필터링이 적용된다. 스켈레톤은 무방향 그래프와 방향성 그래프 두 종류로 동시에 구축된다. 무방향 그래프는 혈관 분기점(node)과 연결선(edge)으로 구성되어 전반적인 토폴로지를 파악하는 데 사용되고, 방향성 그래프는 혈류 흐름을 추정하기 위해 동맥·정맥 라벨링 정보를 활용해 각 엣지에 방향을 부여한다. 이러한 이중 그래프 구조는 연속 혈관을 재구성하고, 단일 세그먼트가 아닌 실제 혈관 단위(예: 전체 동맥 또는 정맥)를 정의하는 데 핵심적이다.

VascX의 차별점은 ‘지역 인식(region awareness)’ 메커니즘이다. 중심와와 시신경 유두를 자동 검출하거나 외부에서 제공된 좌표를 이용해 이미지 좌표계를 해부학적 기준에 맞게 변환한다. 이후 이미지 전체를 중심와·시신경 유두·경계에 대한 상대적 거리와 각도로 정의된 격자(grid)로 분할하고, 각 격자 셀에 대해 혈관 밀도, 평균 직경, 비틀림도, 분기각 등 국소 바이오마커를 계산한다. 이 과정에서 특정 격자에 충분한 혈관 데이터가 없을 경우 ‘계산 불가’ 플래그를 자동으로 설정해 연구자가 결과를 오해하지 않도록 방지한다.

바이오마커 계산 로직은 기존 문헌에 기반한 정의를 그대로 구현한다. 예를 들어, 혈관 밀도는 격자 면적당 혈관 길이의 합으로 정의하고, 비틀림도는 곡률 평균값 혹은 곡률 표준편차를 이용한다. 중앙망막 등가치(CRE)는 시신경 유두와 중심와 사이의 평균 혈관 직경을 이용해 기존 임상 지표와 일치하도록 설계되었다. 또한, 시간각(temporal angle)은 혈관이 시신경 유두를 중심으로 형성하는 각도를 측정해 안구의 비대칭성을 정량화한다.

VascX는 완전 파이썬 구현으로, NumPy, SciPy, NetworkX, OpenCV, scikit-image 등 표준 과학 라이브러리를 활용한다. 모듈화된 설계 덕분에 사용자는 개별 단계(스켈레톤화, 그래프 구축, 바이오마커 계산)를 자유롭게 교체하거나 확장할 수 있다. 시각화 모듈은 Matplotlib과 Plotly 기반으로, 혈관 그래프와 바이오마커 히트맵을 인터랙티브하게 출력한다.

재현성 측면에서 VascX는 GitHub에 상세 문서와 예제 데이터를 제공하고, PyPI 배포를 통해 버전 관리와 의존성 해결을 자동화한다. CI/CD 파이프라인을 이용해 테스트 커버리지를 유지하고, Dockerfile도 제공해 환경 독립적인 실행을 보장한다. 이러한 투명한 배포 구조는 대규모 코호트 연구에서 동일한 파이프라인을 적용해 결과의 일관성을 확보하는 데 크게 기여한다.

한계점으로는 입력 분할 마스크의 품질에 크게 의존한다는 점이다. 현재 VascX는 외부 분할 모델(예: U‑Net)과의 연동을 전제로 설계돼 있어, 저해상도·저품질 이미지에서는 스켈레톤화 단계에서 과다한 잡음이 발생할 수 있다. 또한, 혈류 방향 추정은 동맥·정맥 라벨링에 기반하므로 라벨링 오류가 그래프 방향성에 전이될 위험이 있다. 향후 연구에서는 딥러닝 기반의 혈관 흐름 추정과, 다중 스케일 그래프 통합을 통해 이러한 약점을 보완할 수 있다.

전반적으로 VascX는 안구학(oculomics) 연구에 필요한 핵심 바이오마커를 자동·표준화된 방식으로 제공함으로써, 대규모 역학 연구와 임상 적용을 가속화한다.