[학생 인터뷰] Muhammad 박사과정생, 혈관 MRI 이미지를 이용한 관류 MRI 이미지 예측 모델 개발

<혈관 MRI 이미지를 이용한 관류 MRI 이미지 예측 모델 >

Q1. 인터뷰에 응해주셔서 감사드립니다! 먼저 자기소개 부탁드립니다.

안녕하세요, 저는 박성홍교수님 실험실 학생 Muhammad Asaduddin 입니다. 저는 인도네시아에서 왔으며 학부 때부터 카이스트 바이오및뇌공학과에서 연구하고 있습니다. 제 박사과정 연구는 딥러닝이나 새로운 수학적 모델을 개발하여 관류 MRI를 개선하는데 초점을 맞추고 있습니다.

Q2. 반갑습니다. 이번에 Journal of MRI 지에 새로운 연구 결과를 발표하셨는데, 어떤 연구였는지 소개해 주실 수 있으신가요?

저희가 진행했던 연구는 뇌졸중 진단을 하기 위한 프로토콜을 향상시키는 것을 목표로 했습니다. 현재 한 환자의 뇌졸중 진단을 위해서는 해부 스캔 (T1-weighted, T2-weighted, FLAIR 등), 혈관 스캔, 그리고 관류 스캔 이렇게 세 가지의 이미지가 필요합니다. 게다가, 혈관 스캔과 관류 스캔의 경우 더 최상의 이미징 결과를 얻기 위해 조영제를 사용해야 합니다. 이 연구에서, 저희는 혈관 스캔과 관류 스캔을 결합함으로써 진단에 필요한 스캔의 수와 조영제 투약 횟수를 줄이고자 하였습니다. 이를 위해 몇 가지 딥러닝을 이용한 접근법이 시도되었고, 결과 오직 혈관 스캔만을 이용하여 관류 스캔 이미지를 얻을 수 있었습니다. 저희는 전통적인 방식과 비교했을 때 관류 스캔의 이미지 정확도에서 좋은 결과를 얻었습니다. 또한 관류가 잘 일어나지 않은 영역을 구획하는 것에서도 좋은 정확도를 보였습니다.

Q3. 친절한 설명 감사드립니다! 이번 연구의 의의는 어떻게 될까요?

제 생각에 이 연구의 가장 중요한 의의는, 혈관 스캔과 관류 스캔에서 좋은 정확도를 유지하면서 뇌졸중 진단에 필요한 스캔의 수와 조영제 투약 횟수를 줄였다는 것입니다. 스캔 횟수를 줄이면 환자들 개개인이 MRI를 찍는데 필요한 시간이 줄어들어 더 많은 환자들이 MRI를 찍을 수 있게 됩니다. 게다가, 프로토콜이 더 짧아짐으로써 각 환자가 MRI를 찍을 때 드는 시간적/육체적 부담이 적어집니다. 또한 필요한 조영제 투약 횟수도 한 번으로 줄어드는데요, 이는 진단 비용을 줄일 뿐만 아니라 조영제 투약과 관련된 부작용을 감소시킬 수 있습니다.

Q4. 중요한 연구라는 점에 저도 동의합니다. 앞으로 개인적으로 연구하고 싶으신 분야가 있으신가요?

개인적으로 관류 MRI에 대해서 다루고 싶은 문제가 여전히 남아있습니다. 그 중에 하나는, 현재 관류 MRI에 필요한 한도 계산 방식이 완전하지 않습니다. 또한 MRI 촬영 도중에 움직임에 의한 아티팩트 신호가 생기거나 MRI 촬영장치가 매번 균일하게 측정하지 못하는 문제가 있는데, 이러한 문제들 또한 저희가 해결할 수 있을 거라고 생각합니다. 관류 MRI를 향상시키는 것 말고도, 저는 저희 랩실에서 진행 중인, 새로운 조영제를 디자인하는 것에도 관심이 있습니다. 제 연구가 잘 진행돼서 다음에 또 이야기드릴 수 있으면 좋겠네요, 인터뷰 요청해주셔서 감사드립니다!

지금까지 카이스트 바이오및뇌공학과 박성홍 교수님 실험실의 Muhammad Asaduddin박사과정생 이었습니다. 인터뷰에 응해주셔서 다시 한번 감사드립니다!