AI 기반 Interleaved MRI 움직임 보정 알고리즘(FAMLS)으로 의료 영상 품질 혁신 – 의료 인공지능·MRI 재구성·영상처리 최신 기술
AI 기반 Interleaved MRI 움직임 보정 알고리즘(FAMLS)으로 의료 영상 품질 혁신 – 의료 인공지능·MRI 재구성·영상처리 최신 기술 1. 서론 의료 인공지능(AI) 기술과 고급 영상 재구성 알고리즘의 결합은 헬스케어 산업의 새로운 수익 모델을 창출하고 있다. 특히, **MRI(Magnetic Resonance Imaging) 움직임 보정(Motion Correction)**은 병원, AI 솔루션 기업, PACS 개발사, 의료 영상 분석 스타트업에 있어 직접적인 매출 증가와 환자 진단 정확도 향상 이라는 두 마리 토끼를 잡을 수 있는 핵심 기술이다. 본 칼럼에서는 완전 데이터 적응형 이동 최소 자승(Fully Data Adaptive Moving Least Squares, FAMLS) 알고리즘을 활용하여 Interleaved MRI 에서 발생하는 움직임 아티팩트(motion artifact)를 효과적으로 줄이는 방법을 심층 분석한다. 2. Interleaved MRI와 움직임 아티팩트 문제 MRI 촬영 중 환자의 움직임은 영상 품질 저하의 주원인 중 하나다. 특히 Interleaved MRI 방식은 3D 볼륨 영상을 빠르게 획득할 수 있는 장점이 있으나, 슬라이스 간 시간차로 인한 움직임 왜곡이 빈번하게 발생한다. 이러한 아티팩트는 단순히 영상의 미관 문제를 넘어, 뇌 질환, 종양, 혈관 이상 진단의 정확도에 직접적인 영향을 준다 . 따라서 의료 영상 처리 분야에서는 다양한 움직임 보정 기법이 연구되어 왔다. 3. FAMLS 알고리즘 개요 FAMLS는 기존 MLS(Moving Least Squares) 기법을 확장한 형태로, 데이터의 구조적 특성에 맞춰 가중 함수를 동적으로 조정하여 더 정밀한 보간을 수행한다. 기존 알고리즘의 한계 클래식 MLS : 거리 기반 가중치만 사용 → 경계(Edge) 표현이 흐릿해짐 DAMLS(Data-Adaptive MLS) : 이미지 경계 방향성을 반영하지만 타원체 ...