카이스트, 인공지능 형광 현미경 적용해 뇌 신경세포 등 3차원 고화질 영상기술 개발

화질 향상을 통해 뇌의 신경세포들간 연결망을 분석해 뇌지도 만드는 연구에 적용가능, 정신 질환 치료법 개발 기대

▲ 카이스트 예종철 교수(왼쪽), 박형준 연구원 (사진=카이스트)

[에너지경제신문 송기우 에디터] KAIST(총장 이광형)는 김재철 AI 대학원 예종철 교수 연구팀이 서울대 장성호 교수팀, 포스텍 김기현 교수팀과 공동연구를 통해 형광 현미경의 오랜 문제인 이방성(Anisotropy)을 해결해, 3차원 영상 화질을 획기적으로 끌어올리는 인공지능 기술을 개발했다고 29일 밝혔다.

이방성 문제란 형광 현미경으로 3차원 영상을 획득하는 데 있어 빛의 성질로 인해 영상 공간 방향 간에 적게는 2~3배, 많게는 10배까지도 화질 차이가 발생하는 문제를 뜻한다. 예를 들면 3차원 영상을 보는 각도마다 화질의 차이가 발생하는 것이다.

연구팀은 수학적 기법인 최적 수송이론 기반을 둔 새로운 인공지능 시스템을 개발해 공초점 현미경과 광 시트 현미경에 적용했다. 기존 인공지능 기법들과는 다르게, 인공지능 학습 데이터가 따로 필요하지 않고, 하나의 3차원 영상만으로도 인공지능 학습에 적용할 수 있다는 점에서 획기적이라 볼 수 있으며, 생물학 연구자들에게 생물 표본의 3차원 고화질 영상 획득에 큰 도움을 줄 것으로 기대된다.

예종철 교수는 "3차원 영상 획득에 있어 극복하기 어려웠던 현미경의 물리적 한계를 인공지능 기술을 통해 뛰어넘었다는 점에서 의미가 있고, 비지도 학습 기반으로 훈련이 진행되기 때문에, 다양한 많은 종류의 3차원 영상 촬영 기법에도 확장 적용 가능하며, 또한 인공지능 연구의 새로운 응용을 개척했다는 데 의미가 있다"고 말했다.

KAIST 김재철 AI 대학원의 예종철 교수가 주도하고, 박형준 연구원이 제1 저자로 참여한 이번 연구 결과는 국제 학술지 ‘네이처 커뮤니케이션스(Nature Communications)’ 6월 8일 字 온라인판에 게재됐다. (논문명 : Deep learning enables reference-free isotropic super-resolution for volumetric fluorescence microscopy)

▲ 공초점 형광 현미경 영상의 3차원 고화질 복원. (a) 쥐 대뇌 샘플 3차원 영상에 해당 기법을 적용한 결과. 하나의 이미지 공간을 원본(위)과 복원본(아래)으로 나누었다. (b) 해당 기법을 이용하여 고화질 복원한 영상의 생물학적 검증을 위해, 물리적으로 별도 촬영한 고화질 데이터(비교본)를 획득하여 비교 검증하였다.

▲ 대규모 3차원 영상 고화질 복원. 쥐 대뇌 반구 전체에 해당하는 대규모 3차원 영상에 해당 기술을 적용하여 고화질 복원하였다. 다양한 생물 조직 구조에도 화질 향상이 효과적으로 가능한 것을 볼 수 있다. 오른쪽 밑의 2차원 영상들은 그림 2열에서 노란색 박스로 표시된 부분을 고화질로 별도 촬영한 비교본과 비교 검증하였다.

▲ 해당 인공지능 기술의 적용 범용성. 개발된 기술은 생물 조직의 종류에 구애 받지 않고, 생물학적 정보를 얻는데 있어서 실질적인 도움을 주었다. (a) 해당 기술을 뇌의 혈관 조직 3차원 영상에 적용함. (b) 신경 교세포의 일종인 별아교세포(Astrocyte) 3차원 영상에 적용함. (c) 해당 기술의 적용을 통해 더 많은 신경세포 연결망 정보를 추출해 낼 수 있다. (자료=카이스트)