3차원 의료 영상 분석 알고리즘 개발
의료 분야에서 가장 활발하게 연구되는 분야는 단연 정지 의료 영상 데이터를 분석입니다. 기존에는 디바이스 성능 문제로 인해 MRI, CT 등의 3차원 의료 데이터를 2차원 영상 분석으로 나누어서 수행하는 경우가 많았으나 컴퓨팅 파워의 발달로 점차 3차원 영상을 가공하지 않고 분석하는 연구들이 증가하고 있습니다. 의료 데이터를 2차원 영상으로 가공하여 사용할 경우, 인접 프레임에서 얻을 수 있는 정보가 소실되기 때문에 3차원 영상 분석을 수행하는 것이 더 높은 성능을 기대할 수 있습니다. 3차원 영상 분석에 대한 수요는 앞으로 더욱 증가할 것으로 예상하고 있으나, 2차원 영상에서 사용되는 딥러닝 기법을 그대로 3차원 영상 분석에 적용하는 것은 연산 복잡도를 기하급수적으로 증가시키는 문제를 일으킬 수 있습니다.
본 연구실에서는 3차원 의료 영상을 활용한 3차원 Semantic Segmentation에 대한 연구를 진행하고 있습니다. 3차원 영상 분석은 2차원 영상 분석에 비해 상당히 큰 컴퓨팅 파워를 요구하는 작업으로 이를 수행하는 의료 분석 장비의 비용을 줄일 수 있도록 모델을 경량화하는 연구를 수행 중입니다.
Segmentation results of MICCAI dataset by our Lunet (sumitted to Journal of Personalized Medicine)