소량의 데이터로 물체 검출을 가능케 하는 딥러닝 기술
소량의 데이터로 물체 검출을 가능케 하는 딥러닝 기술
  • 김수아 기자
  • 승인 2018.04.18 22:46
  • 댓글 0
이 기사를 공유합니다

적은 양의 이미지를 사용하여 객체를 식별하기 위해 딥 신경망(deep neural network)을 훈련할 수 있는 부분적으로 훈련된 객체 감지 기술
이미지:후지쯔, 편집:본지

최근 다양한 분야에서 인공지능(AI)을 사용하여 업무 자동화를 위한 연구와 개발로 기대치 이상의 효과를 얻고 있다. 의료 현장에서도 예외는 아니다. 혈액 여과를 다루는 사구체(glomeruli)라고 불리는 구조물의 수와 상태를 검사하는 진단 검사가 있다.

이 검사는 신장 생검(kidney biopsy)이라고 불리는 절차에서 추출한 신장 조각을 현미경으로 촬영한 이미지를 사용하고 있다. 하지만 육안으로 사구체를 찾는 작업에는 걸리는 시간이나 전문가도 상태의 판단에 차이가 있는 것으로 알려져 있으며, 상태 진단 및 사구체의 정확한 카운트 등 자동화가 요구되고 있다.

또한 사구체에 대한 데이터를 이미지에서 자동으로 추출하려면 제공된 이미지에서 사구체의 위치를 ​​확인해야 하며, 이미지에서 개체의 위치와 유형을 식별하는 방법으로 최근 딥러닝을 사용하고 있으나 학습 방법의 경우 이미지의 대상 및 유형(올바른 데이터)의 위치 및 유형에 대한 정보와 함께 대량의 이미지를 갖는 것이 필수적이다.

그러나 그 많은 양의 올바른 데이터를 준비하는 것은 전문 지식이 있는 의사가 작성해야하기 때문에 대량으로 준비 하는 것에는 많은 어려움이 따른다.

신장 생검 이미지와 사구체 검색 개요(편집:본지)

후지쯔 연구소(Fujitsu Laboratories)는 교토대학(Kyoto University) 의학대학원과의 공동 연구를 실시하고 있다. 그 중 AI을 이용하여 신장 질환 진단을 지원하는 연구로 소량의 데이터로 학습에 사용할 수 없는 경우에도 딥러닝에 의한 물체 검출을 가능하게 하는 새로운 인공지능 기술을 개발, 17일 공개한 것이다.

즉, 적은 양의 이미지를 사용하여 객체를 식별하기 위해 딥 신경망(deep neural network)을 훈련할 수 있는 부분적으로 훈련된 객체 감지 기술이다.

이미지 복원으로 추정 위치를 확인하는 새로운 네트워크 구조(편집:본지)

개발된 AI 기술은 물체 검출 신경망을 출력하는 추정 위치를 원래 이미지로 복원하는 기술로 원래의 입력 이미지와 복원 이미지의 차이를 평가하여 정밀하게 물체 위치를 정확하게 추정하는 것으로 신장 생검 이미지에서 사구체의 검출에 적용하여 평가한 결과, 올바른 데이터 이미지 50 장과 올바른 데이터가 없는 이미지 450 장을 사용한 실험에서 올바른 이미지만을 사용한 기존의 학습데이터 비해 10 % 이하의 조건에서 2 배 이상의 정밀도 향상시켰다.

한편 이번에 개발된 이 AI기술은 신장 생검 영상과 같은 특정 응용 분야뿐만 아니라 이미지가 없는 분야에서 보다 광범위하게 객체 탐지에 적용할 수 있을 것으로 보인다. 예를 들어, 회사는 생산 라인의 이미지를 사용하여 결함 있는 제품을 감지하고, 인프라 시설에 다양한 센서 및 디바이스를 이용한 진단 이미지에서 비정상적인 위치를 식별하고, 목록을 작성하는 등 의료 이외의 광범위한 영역에 적용될 수 있을 것으로 예상된다.

 

Tag
#N

댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.