본문 바로가기 사이드메뉴 바로가기 주메뉴 바로가기

주메뉴영역

주메뉴영역

혁신으로 세상을 바꾸는 융복합 대학, DIGIST
Innovative University Changing the World through Convergence
이 페이지를 SNS로 퍼가기

Research

‘수혈 받는 피, 안전할까?’, 바늘로 찔러보지 않고도 혈액 품질 검사하는 AI 홀로그래피 시스템 개발

  • 조회. 192
  • 등록일. 2022.07.05
  • 작성자. 대외협력팀

- AI 기반 홀로그래피 기술로 일정 기간 저장된 적혈구세포의 품질을 정확하게 검사하는 기술 개발

- 환자에게 깨끗하고, 건강한 적혈구 주입 가능해수술 후 수혈 부작용 발생 최소화에 도움 될 것으로 기대돼

 

 

 

 DGIST(총장 국양) 로봇및기계전자공학과 문인규 교수팀은 적혈구세포의 중요한 정보 추출 및 품질 검사를 자동으로 진행하는 AI 홀로그래피 시스템을 개발했다. 수혈 목적으로 일정 기간 저장된 적혈구에 대한 정확한 품질검사를 통해 환자에게 보다 깨끗하고 건강한 적혈구 주입을 가능하게 하는 핵심 기술이 될 것으로 기대된다.

 적혈구는 산소운반의 역할을 하는 혈액의 주요 성분이다. 헌혈을 통해 얻은 적혈구는 필요할 때 수혈되기까지 일정기간의 저장기간을 거치는데, 수혈 전 건강한 적혈구인지에 대한 판단이 반드시 필요하다. 건강하지 못한 적혈구는 제 기능을 못할뿐더러 급성 폐 손상 등 치명적인 부작용으로까지 이어지기 때문이다.

 기존에는 영상 기반 적혈구 분석 기술을 활용하는데, 이 기술은 적혈구세포를 염색처리 후 관찰하기 때문에 적혈구세포의 3차원 구조를 파괴하는 침습적인 방법이다. 또한, 적혈구세포의 3차원형상, 밀도변화 및 운동성 특성 등과 같은 상태 변화를 고속으로 분석하는 데에 기술적인 한계가 존재한다. 이를 극복하기 위해 문인규 교수팀은 기존에 홀로그래피 기반 적혈구세포 분할 및 분류 기술을 개발했으나, 이 역시 분석 전 여러 전처리 알고리즘이 필요하기 때문에 시간이 오래 소요되고 정확한 분석 및 분류 등에 어려움이 존재한다.

 이에 문인규 교수팀은 홀로그래피 기술로 획득한 적혈구 3차원구조 영상데이터와 생성적 적대 신경망 기술을 결합해 일정 기간 동안 저장된 적혈구의 품질을 자동으로 검사하는 AI 홀로그래피 시스템 개발에 성공했다. 개발한 기술을 활용할 경우, 적혈구세포의 3차원구조영상 자동분석 알고리즘 적용을 통해 적혈구세포의 중요한 판단 값을 자동으로 추출할 수 있고, 품질 또한 검사가 가능하다. 특히, 기존 기술에서 요구됐던 침습적인 방법이나 전처리 절차가 필요 없어 정밀하고 간단한 적혈구 품질 검사가 가능하다. 수혈이 필요한 환자에게 깨끗하고, 건강한 적혈구를 주입해 수혈 부작용 발생 최소화에 도움이 되는 핵심기술로 활용될 수 있을 것으로 기대된다.

 로봇공학전공 문인규 교수는 이번 연구를 통해 개발한 기술은 수혈 목적으로 저장된 적혈구가 저장기간에 따라 적혈구의 3차원적 형상이 변화하는 모습을 자동으로 분석할 수 있을 뿐만 아니라, 저장된 적혈구가 수혈이 가능한 건강한 적혈구인지를 판단하는 원천기술이라며 저장된 적혈구세포 상태를 보다 세밀하게 확인하고 환자에게 수혈 전에 안전한 적혈구인지를 검사할 수 있어 향후 수혈 후 부작용 발생 최소화에 도움이 될 것으로 기대된다고 말했다.

 한편, 본 연구성과는 지난 31‘IEEE Journal of Biomedical and Health Informatics’ 에 게재됐다. 또한, 본 연구는 과학기술정보통신부 중견연구자지원사업의 지원을 받아 수행됐다.

 

· · ·

 

연구결과개요

Deep Learning-Based Phenotypic Assessment of Red Cell Storage Lesions for Safe Transfusions

(Eunji Kim, Seonghwan Park, Seunghyeon Hwang, Inkyu Moon, and Bahram Javidi)

(IEEE Journal of Biomedical and Health Informatics, published on 1st March, 2022)

 

본 연구에서는 환자에게 부작용 없는 안전한 수혈을 위해 저장된 적혈구세포가 저장기간에 따른 적혈구의 3차원적 형상이 변화하는 모습을 자동으로 분석하고 저장된 적혈구가 수혈이 가능한 건강한 적혈구인지를 자동 검사하는 AI 홀로그래피 시스템을 개발하였다. 기존의 일반 현미경 혹은 위상차 현미경 기술로는 적혈구세포의 3차원구조나 운동성 특성, 질량 등 다양한 상태 변화 정보를 실시간으로 분석하는 데에 기술적인 한계가 있으며, 또한 기존의 홀로그래피 기반 적혈구세포 자동분석 기술은 특징 값 추출을 위한 계산이 복잡한 홀로그래피 영상 전처리 알고리즘 개발이 필요하기 때문에 보다 효율적인 적혈구세포 3차원구조영상 분석에서 어려움이 존재한다. 이러한 한계를 극복하기 위해 홀로그래피 이미징 기술, 조건부 생성적 적대 신경망 기술 및 마커제어 워터셰드 분할 기법을 등을 결합하여 저장 기간에 따른 적혈구세포들의 3차원적 형상변화를 영상처리 기반의 특징 값 추출 알고리즘 적용 없이 효율적으로 정밀하게 자동 분석하는 AI 홀로그래피 시스템 개발에 성공하였다. 본 연구에서 개발된 저장기간에 따른 적혈구세포 자동분석법의 우수성은 기존의 FCN-VGG16, 표준 U-net, Pix2Pix, Resnet, Manet 등의 최신 심층학습 모델들과 성능비교를 통해 확인하였으며, 특별히 중첩된 적혈구를 효과적으로 분리하는데 있어서 탁월한 성능을 가짐을 입증하였고, 또한 홀로그래피 영상에서 초당 150개 이상의 적혈구세포를 분할하고 동시에 분류할 수 있음을 확인하였다. 이런 결과물들은 저장 기간에 따른 적혈구세포의 3차원적 형상변화에 대한 자동분석과 환자에게 수혈 전에 안전한 적혈구인지를 테스트하기 위한 정량적 정보로 활용 될 수 있을 것으로 기대한다.

 

 

· · ·

 

연구결과문답

Q. 이번 성과 무엇이 다른가?

본 연구에서는 환자에게 부작용 없는 안전한 수혈을 위해 저장된 적혈구세포가 저장기간에 따른 적혈구의 3차원적 형상이 변화하는 모습을 자동으로 분석하고 저장된 적혈구가 수혈이 가능한 건강한 적혈구인지를 자동 검사하는 AI 홀로그래피 시스템을 개발하였다.

Q. 어디에 쓸 수 있나?

본 기술은 환자에게 수혈 목적으로 저장된 적혈구가 저장기간에 따라 적혈구의 3차원적 형상이 변화하는 모습을 자동으로 분석할 수 있을 뿐만 아니라 저장된 적혈구가 수혈이 가능한 건강한 적혈구인지를 판단하는 원천기술이므로 저장된 적혈구세포 상태를 보다 세밀하게 확인하고 환자에게 수혈 전에 안전한 적혈구인지를 검사하는 도구로 활용할 수 있을 것으로 기대된다.

Q. 실용화까지 필요한 시간과 과제는?

병원과 연계하여 실제로 혈액은행에 저장된 적혈구의 품질 검사를 할 수 있는 후속 단계가 필요하다. 또한 본 연구에서 개발된 지도학습 기법 이외의 자기지도학습 혹은 비지도학습 기반의 AI 홀로그래피 시스템 개발에 대한 추가적인 연구가 진행되어야 한다.

Q. 연구를 시작한 계기는?

기존의 홀로그래피 기반 적혈구세포 분할 및 분류 기술은 홀로그래피 영상으로부터 적혈구 분할 및 여러 특징 값들을 추출하는 전처리 알고리즘이 필요하기 때문에 보다 효율적이고, 정확한 적혈구 분석 및 분류 등에서 어려움이 존재한다. 이러한 한계를 극복하기 위해 적혈구 3차원구조 영상데이터와 조건부 생성적 적대 신경망 기술을 결합하여 일정 기간 동안 저장된 적혈구의 품질을 자동으로 검사하는 AI 홀로그래피 시스템 개발에 대한 연구를 수행하였다.

Q. 어떤 의미가 있는가?

저장 기간에 따른 적혈구세포의 3차원적 형상변화에 대한 정량적 분석을 통하여 일정 기간 이상으로 저장된 적혈구세포의 3차원적 형상에 대한 정량적 정보를 획들 할 수 있어 적혈구 품질 검사 도구로 활용 및 수혈 후 부작용 발생 최소화에 도움이 될 것으로 기대 되며, 또한 저장기간에 따른 적혈구세포 노화 방지 기법 개발을 위한 정량적인 데이터로 활용될 수 있을 것으로 기대한다.

Q. 꼭 이루고 싶은 목표는?

앞으로 혈액관련 난치병 치료 및 진단용 도구개발을 위해 혈액을 구성하는 적혈구, 백혈구 및 혈소판 특성을 홀로그래피 기술로 고속으로 자동 분석할 수 있는 방법 개발 연구를 진행하고자 한다.

 

· · ·

 

그림설명

[그림 1] 적혈구세포 홀로그래피 영상 분할 및 자동 분류를 위한 제안된 2단계 구조를 갖는 심층학습 알고리즘 개요도 

(그림설명) 적혈구세포를 3차원적 형상에 따라 효과적으로 분할 및 분류하고, 또한 특별히 중첩된 적혈구세포들을 효과적으로 분리 및 분류하기 위해 본 연구에서 제안된 조건부 생성적 적대 네트워크와 마커제어 워터셰드 분할 방법 결합 기반 새로운 2단계 심층학습 모델 개념도 


[그림 2] 제안된 적혈구세포 품질 자동검사 시스템 실험결과

(그림설명) 환자에게 깨끗하고, 건강한 적혈구 주입 목적으로 일정 기간 저장된 적혈구세포에 대한 품질 검사를 위해 다른 저장기간을 갖는 적혈구세포들을 분류하고 동시에 품질을 자동으로 검사하는 제안된 심층학습 기반 홀로그래피 시스템 실험결과 (a)-(k) 8일, 13일, 16일, 23일, 27일, 30일, 34일, 37일, 40일, 47일 및 57 일 저장기간에 따른 적혈구 위상영상 (홀로그래피 영상) 과 적혈구 추출 및 분류 결과.

 

 

 

 

 

콘텐츠 담당 담당부서  :   대외협력팀 ㅣ 053-785-1135