딥러닝 기반 경두개 집속초음파 음압장 실시간 시뮬레이션 및 치료 디지털 트윈

Deep-learning real-time acoustic field simulation and digital twin for transcranial focused ultrasound

연구 내용

해부학적 입력과 음향 물리 해석을 결합하여 경두개 집속초음파의 intracranial pressure를 실시간으로 예측하고 치료 지점 정합도를 높이는 디지털 트윈을 구현하는 연구

tFUS에서 두개골에 의한 굴절·왜곡으로 목표 초점 정합이 어려운 문제를 해결하기 위해, 저해상도 계산과 해부학 정보(CT/MRI)를 결합한 딥러닝 예측을 개발합니다. super-resolution 잔차 네트워크로 초점 부피 예측 품질을 높이고, 다중모달 인코더-디코더 구조로 intracranial pressure map을 빠르게 산출합니다. 또한 k-space 기반 생성 데이터와 학습 프레임을 사용해 실시간 추론이 가능하도록 설계하여, 연산 병목을 줄이고 치료 중 피드백 정보를 제공하는 방향으로 차별성을 갖습니다.

관련 프로젝트

2건

연구 흐름

초기에는 두개골을 통과한 음압장 예측을 고해상도 수치해석에 가깝게 재현하기 위해, 신경망이 복잡한 입력 변수를 함께 다루도록 학습 구성을 수립했습니다. 이후 ex vivo 인간 두개골 조건에서 CT 기반 국소 입력을 포함하는 방식으로 초점 부피 예측 정확도와 계산 비용의 균형을 동시에 확보했습니다. 최근에는 free-field 및 intracranial pressure map, 의학영상, 변환기 배치를 다중모달 입력으로 확장해 압력 지도를 실시간으로 생성하는 방향으로 연구를 진행하고 있습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

초점 부피 정합도 기반 치료 품질 평가
CT/MRI 입력 기반 개인화 전처리
저지연 음압장 추론 파이프라인
치료 중 실시간 위치 유도 보조
압력 맵 생성 데이터셋 구축
다중모달 인코더-디코더 모델 설계
초점 왜곡 완화용 예측 모듈
현장 피드백용 추론 엔진 통합
실시간 안전성 점검 프레임
다음 세대 치료 디지털 트윈 구성요소