연구의 필요성

초음파 영상을 이용한 의료진단은 보통 2차원 단면 영상에서 수행되는데, 영상을 획득하는 일은 초음파 검사자의 팔목과 어깨에 부담을 줄뿐만 아니라 검사자의 숙련도와 경험에 의존하는 문제점이 있다. 이러한 문제점을 해결하기 위해 쉽고 편리하게 영상을 획득하고 진단하는 방법이 필요하다.

연구 내용

고해상도의 3차원 초음파 영상을 빠른 속도록 얻기 위해서는 2차원 배열의 트랜스듀서 소자에서 인가한 평면파의 합성 집속 방식 영상의 해상도가 저해되는 원인을 엄밀한 수학적 계산으로 전개한 음장해석을 통해 규명하고 초음파 영상의 해상도를 향상시키기 위한 최적의 송/수신 조건을 도출해야 한다.

본 연구과제에서는, 1차원 배열 트랜스듀서 소자의 모델에서 송신한 평면파의 음장에 대해 수학적 모델링 및 분석한 결과를 2차원으로 확장시키고 2차원 평면파를 이용한 합성 집속의 음장을 수학적으로 모델링하여 분석하고자 한다. 특히 3차원 볼륨 데이터의 획득속도를 높이기 위해 적은 수의 평면파의 수평 및 수직 방향으로의 편향각도 값들을 사용할 때 균일한 간격의 값들로 사용한 경우보다 random하게 선택하여 사용한 경우에 더 우수한 성능을 얻을 수 있는데, 이러한 결과가 나오는 이유에 대해 엄밀하게 수학적으로 정립하고 편향각도 값들의 최적의 조건을 제시하며 이를 뒷받침하기 위한 수치실험을 수행하고자 한다.

또한 주어진 3차원 볼륨 영상으로부터 진단에 필요한 2차원 영상을 자동 선택하여 추출하는 방법을 개발하고자 한다. 특히 심장초음파를 이용한 의료진단에서의 요구사항 및 문제점을 개선하기 위한 실제적인 응용에 초점을 두어, 초음파 영상이 획득되는 영상 단면 위치를 적절성을 판단하기 위해 CNN(convolutional neural network)기반의 deep learning 방법을 이용하고자 한다.

기대효과

사용자에게 부담을 덜어주고, 사용자의 경험과 숙련도에 의존하지 않는 초음파 영상을 획득할 수 있어 임상적 진단을 하는데 있어서 편리함을 제공하고, 진단의 신뢰성을 높이며, 진단 시간을 단축시킴으로 더 많은 환자들을 진단을 할 수 있다.

의료수학연구부안치영

연락처 042-717-5716