기존 대비 400배 빠른 생성 속도와 정확도 보여
스스로 학습하는 '자기 지도 학습 방식'
(내외방송=정지원 과학전문 기자) 빛이 모이는 초음파 형태를 자유자재로 변화시키고 생성할 수 있는 기술이 개발돼 의료 분야에 널리 활용될 것으로 보인다.
DGIST(대구경북과학기술원)은 8일 '내외방송'에 보낸 자료에서 "황재윤 전기전자컴퓨터공학과 교수 연구팀이 홀로그램(입체 재현 매체) 원리를 기반으로 집속(빛이 한군데로 모임) 초음파 형태를 자유자재로 실시간 구성할 수 있는 '딥러닝 기반 초음파 홀로그램 생성 프레임워크(소프트웨어 환경)' 기술을 개발했다"고 밝혔다.
앞으로 이 기술은 정밀함이 필요한 뇌 자극과 치료 분야에서 기반 기술로 활용될 수 있을 것으로 기대된다.
연구팀은 초음파 홀로그램 생성을 학습해 자유롭고 정확한 초음파 집속을 실시간으로 구현할 수 있는 딥러닝 기반 학습 프레임워크를 제안했다.
그 결과 기존 초음파 홀로그램보다 400배 빠른 홀로그램 생성 시간을 보여 실시간에 가까워졌고, 더 정확하게 초음파를 원하는 형태로 집속시킬 수 있게 됐다.
이 기술은 자기 지도 학습 방식으로 초음파 홀로그램 생성을 학습한다.
자기 지도 학습은 정답이 없는 데이터를 스스로 규칙을 찾아 정답을 찾도록 학습하는 방법이다.
이 학습 방법으로 초음파를 한 개의 점이나 큰 원 형태로만 집속이 가능했던 문제점이 해결돼 원하는 영역에 자유자재로 초음파를 집속할 수 있게 됐다.
연구팀은 초음파 홀로그램 생성을 학습하기 위한 방법론과 딥러닝 네트워크, 새로운 손실함수 등을 제안했으며 실제 실험 등을 통해 각 구성요소의 유효성과 우수성을 증명했다.
황 교수는 "자유자재로 신속하고 정확하게 초음파 빔의 형태를 생성하고 변화할 수 있는 기술을 개발했다"며 "이 연구 결과가 맞춤형 정밀 뇌 자극 기술과 초음파 분야에서 활용되기를 기대한다"고 말했다.
이문환 연구원과 류하민, 윤상연 박사과정, 김태 GIST 교수 연구팀이 참여한 이 연구는 과학기술정보통신부의 지원을 받아 수행됐으며 국제학술지인 'IEEE Transactions on Ultrasonics, Ferroelectrics, and Frequency Control'에 이달 표지논문으로 게재됐다(논문명: Deep Learning-Based Framework for Fast and Accurate Acoustic Hologram Generation).