‘IEEE Transactions on Ultrasonics, Ferroelectrics, and Frequency Control’ 12월호 표지논문 게재
  • ▲ DGIST 전기전자컴퓨터공학과 황재윤 교수(가운데), 윤상연 박사과정생(우측), 정보통신융합연구소 이문환 연구원(좌측).ⓒDGIST
    ▲ DGIST 전기전자컴퓨터공학과 황재윤 교수(가운데), 윤상연 박사과정생(우측), 정보통신융합연구소 이문환 연구원(좌측).ⓒDGIST

    DGIST(총장 국양) 전기전자컴퓨터공학과 황재윤 교수팀은 홀로그램 원리를 기반으로 집속 초음파 형태를 자유자재로 실시간 구성할 수 있는 ‘딥러닝 기반 초음파 홀로그램 생성 프레임워크’ 기술을 개발했다고 9일 밝혔다.

    향후 정밀함이 필요한 뇌 자극․치료 분야에서 기반 기술로써 활용될 수 있을 것으로 기대된다.

    초음파는 태아 검사를 위해서 사용될 만큼 안전한 기술로, 수술 없이 심부 영역을 자극할 수 있어 최근에는 뇌 자극 및 치료 등을 위한 방법이 연구되고 있다. 실제 초음파 뇌 자극을 통해 알츠하이머, 우울증, 통증 등 질병이 호전됐다는 결과가 발표됐다.

    하지만 현재 기술로는 초음파를 한 개의 작은 점 혹은 큰 원 형태로 집속해 자극에 사용하기 때문에 여러 영역이 상호작용하는 뇌의 관련 영역들을 동시에 선택적으로 자극하기 어렵다는 문제점이 있다.

    이를 위한 해결책으로 홀로그램 원리를 이용해 원하는 영역에 자유자재로 초음파를 집속할 수 있는 기술이 제안됐지만, 정확도가 낮고 홀로그램을 생성하기 위한 계산 시간이 오래 걸리는 한계가 있다.

    이에 DGIST 황재윤 교수 연구팀은 이를 해결하기 위해 초음파 홀로그램 생성을 학습하여 자유롭고 정확한 초음파 집속을 실시간으로 구현할 수 있는 딥러닝 기반 학습 프레임워크를 제안했다.

    그 결과 황 교수팀은 기존 초음파 홀로그램 생성 알고리즘 방법 대비 최대 약 400배나 빠른 실시간에 가까운 홀로그램 생성 시간을 보이면서도 더 정확하게 초음파를 원하는 형태로 집속시킬 수 있음을 보였다.

    연구팀이 제안한 딥러닝 기반 학습 프레임워크는 자기 지도 학습 방식으로 초음파 홀로그램 생성을 학습한다. 자기 지도 학습이란 정답이 없는 데이터를 가지고 스스로 규칙을 찾아 정답을 찾을 수 있도록 학습하는 방법이다.

    연구팀은 초음파 홀로그램 생성을 학습하기 위한 방법론, 초음파 홀로그램 생성에 최적화된 딥러닝 네트워크, 새로운 손실함수 등을 제안하였으며, 시뮬레이션과 실제 실험을 통해 각 구성 요소의 유효성, 우수성을 증명했다.

    황재윤 교수는 “비교적 최근에 제안된 초음파 홀로그램에 딥러닝 기술을 접목했고, 결과적으로 자유자재로 신속, 정확하게 초음파 빔의 형태를 생성하고 변화할 수 있는 기술을 개발하게 됐다”며 “이번 연구 결과가 맞춤형 정밀 뇌 자극 기술과 초음파 전반적인 분야에서 활용되기를 기대한다”고 말했다.

    한편, 이번 연구는 과학기술정보통신부의 4대 과학기술원 공동연구프로젝트 지원을 받아 수행됐으며, DGIST 정보통신융합연구소 이문환 연구원, 전기전자컴퓨터공학과 류하민, 윤상연 박사과정생을 비롯해 GIST 김태 교수팀이 참여했다.

    연구결과는 관련 분야 국제학술지인 ‘IEEE Transactions on Ultrasonics, Ferroelectrics, and Frequency Control’에 12월호 표지논문으로 게재됐다.