다목적 MRI 합성 기반 NPC 치료 지원 통합 모델

초록

본 논문은 비대면·다양한 임상 환경에서 누락된 MRI 시퀀스를 하나의 통합 기반 모델로 복원하는 ‘Any‑to‑All’ 합성 프레임워크를 제안한다. 대조학습 기반의 모달리티 불변 인코더와 CLIP‑기반 텍스트‑인포드 디코더를 결합해 시각‑언어 정렬을 수행함으로써, 13개 기관의 40,825장 이미지(26개 검증 사이트, 15,748장)에서 평균 SSIM 0.90·PSNR 27을 달성하고, 노이즈·도메인 이동에 강인한 합성 품질을 보인다. 또한, 통합된 표현은 NPC 종양 세분화·병기 예측 등 방사선 치료(RT) 핵심 다운스트림 작업에서도 성능 향상을 입증한다.

상세 분석

본 연구는 기존 MRI 합성 방법이 ‘특정 입력‑특정 출력’ 형태에 머물러 해부학적 범용성·임상 해석 가능성이 부족한 점을 지적하고, 이를 극복하기 위해 두 단계의 핵심 기술을 도입하였다. 첫 번째는 대조학습(contrastive learning) 기반의 비전 인코더로, 다중 모달리티 이미지들을 동일한 임베딩 공간에 매핑함으로써 모달리티 간 차이를 최소화하고 해부학적 구조를 보존한다. 이 과정에서 이미지 쌍(예: T1‑T2, T1‑T1c 등)을 긍정 샘플로, 다른 환자·기관의 이미지들을 부정 샘플로 활용해 인코더가 ‘모달리티 불변’ 특성을 학습한다. 두 번째는 CLIP‑계열의 텍스트‑인포드 디코더로, 임상용어(예: “skull base invasion”, “enhanced tumor”)를 텍스트 프롬프트로 입력받아 시각 임베딩과 정렬한다. 이때 텍스트‑이미지 정렬 손실을 최소화함으로써 합성 이미지가 단순 픽셀 재현을 넘어 임상 의미를 반영하도록 설계하였다.

학습 파이프라인은 (1) 비전 인코더 사전학습, (2) 비전‑언어 정렬 단계, (3) 텍스트‑인포드 디코더 미세조정의 3단계로 구성된다. 각 단계는 대규모 다기관 데이터셋을 활용해 일반화 능력을 강화했으며, 특히 외부 검증 데이터에서 도메인 시프트(스캐너 종류·프로토콜 차이)에 대한 강인성을 검증하였다.

성능 평가에서는 기존 GAN(pix2pix, CycleGAN), 트랜스포머(SwinUNet, ResViT), 확산 모델(DDPM) 및 최신 언어‑이미지 결합 모델(BrainMVP, TUMSyn)과 비교했을 때, OmniSyn은 MSE 최소화·SSIM·PSNR 최고치를 기록했다. 정량적 지표뿐 아니라 시각적 평가에서도 종양 경계와 연부조직 대비가 뚜렷하게 유지되어, 임상적 신뢰성을 확보하였다.

또한, 합성 이미지가 실제 방사선 치료 워크플로우에 미치는 영향을 검증하기 위해 세 가지 다운스트림 작업을 수행했다. (1) NPC 종양 ROI 세분화에서는 Dice ≥ 0.88을 달성했으며, 이는 원본 MRI 기반 모델보다 평균 35% 향상된 수치다. (2) 뇌 조직 세분화에서도 유사한 성능 개선을 보였고, (3) 병기 예측(task)에서는 텍스트‑정렬 덕분에 정확도가 24% 상승하였다. 이러한 결과는 통합 표현이 이미지 합성뿐 아니라 임상 의사결정 지원에도 활용 가능함을 시사한다.

한계점으로는 (i) 텍스트 프롬프트 설계가 전문가 의존적이며, (ii) 고해상도 3D 볼륨 전체에 대한 실시간 추론 비용이 아직 상용화 수준에 미치지 못한다는 점을 언급한다. 향후 연구에서는 자동 프롬프트 생성 및 경량화된 디코더 설계, 그리고 CT‑MRI 다중 모달리티 통합을 통한 치료 계획 전반에 걸친 최적화 방안을 제시한다.

전반적으로 본 논문은 ‘Any‑to‑All’ MRI 합성을 가능하게 하는 통합 기반 모델을 제시함으로써, NPC 방사선 치료에서 누락된 시퀀스로 인한 진단·계획 오류를 근본적으로 감소시킬 수 있는 기술적·임상적 토대를 마련하였다.