ARTInp: 방사선 치료의 혁신을 위한 CBCT-CT 영상 변환 기술

이탈리아 연구진이 개발한 ARTInp은 딥러닝을 이용하여 CBCT 영상의 한계를 극복하고 고품질의 합성 CT 영상을 생성하는 혁신적인 기술입니다. 방사선 치료의 정확성 향상에 크게 기여할 것으로 기대되지만, 임상 적용을 위한 추가 연구가 필요합니다.

방사선 치료의 정확성을 높이는 딥러닝의 힘: ARTInp 소개

적응 방사선 치료(ART)는 암 치료의 핵심 기술입니다. 하지만 치료 과정 중 환자의 해부학적 변화를 정확하게 파악하는 것은 여전히 어려운 과제입니다. 이를 위해 콘빔 컴퓨터 단층촬영(CBCT)이 널리 사용되지만, 해상도가 낮고 인공물이 많아 정확한 치료 검증에는 한계가 있습니다. 특히 전신 골수 및 림프절 조사(TMLI)와 같이 전신 영상이 필수적인 치료에서는 CBCT 영상의 불연속성으로 인해 중요한 해부학적 정보가 손실될 위험이 있습니다.

이러한 문제를 해결하기 위해, 이탈리아 연구팀은 딥러닝 기반의 혁신적인 기술인 ARTInp(Adaptive Radiation Therapy Inpainting) 을 개발했습니다. ARTInp은 영상 완성과 CBCT-CT 변환을 결합한 이중 네트워크 접근 방식을 사용합니다. 즉, 두 개의 네트워크가 협력하여 CBCT 영상의 빈틈을 채우고 고품질의 합성 CT(sCT) 영상을 생성하는 것입니다.

ARTInp의 핵심 기능:

• 영상 완성 네트워크: CBCT 영상의 해부학적 공백을 채워 완전한 영상을 생성합니다. 마치 퍼즐의 빈 조각을 채우는 것과 같습니다.
• GAN(Generative Adversarial Network): CBCT 영상을 고해상도의 CT 영상으로 변환하는 역할을 합니다. 이는 마치 흑백 사진을 고화질의 컬러 사진으로 변환하는 것과 같습니다.

SynthRad 2023 챌린지 데이터 활용 및 성과:

연구팀은 SynthRad 2023 챌린지의 CBCT 및 CT 영상 데이터 세트를 사용하여 ARTInp을 학습시켰습니다. 18명의 환자를 대상으로 한 테스트 결과는 ARTInp의 뛰어난 성능을 입증했습니다. 이 기술은 방사선 치료에서 CBCT 기반 워크플로우를 향상시키는 데 크게 기여할 것으로 기대됩니다.

미래 전망:

ARTInp은 방사선 치료의 정확성을 높여 환자의 치료 결과를 개선하는 데 크게 기여할 것으로 예상됩니다. 앞으로 더욱 발전된 기술을 통해 더욱 정확하고 효율적인 방사선 치료가 가능해질 것입니다. 특히, 전신 영상이 필요한 복잡한 치료에서 ARTInp의 활용은 더욱 중요해질 것입니다. 하지만, 임상 적용을 위한 추가적인 연구와 검증이 필요하며, 데이터의 질과 양에 따른 성능 변화에 대한 후속 연구가 기대됩니다.