프로젝트 소개
본 과제는 방사선 치료 중 촬영하는 CBCT의 방사선량을 크게 줄이면서도 치료에 필요한 고화질 영상을 만드는 인공지능 기술을 개발하는 연구임. 기존 CBCT는 저화질과 영상 불균일성으로 인해 방사선 치료 계획의 정확도를 떨어뜨릴 수 있으며, 저선량 촬영에서는 영상의 구조 왜곡 문제가 발생함.
연구 목표는 멀티 에이전트 강화학습을 활용해 초저선량 CBCT 영상으로부터 정확하고 선명한 합성 CT 영상을 생성하고, 영상유도 적응형 방사선 치료에 적용할 수 있는 기술을 확보하는 데 있음. 핵심 연구 내용은 방사선량과 영상화질의 상호관계 모델 및 CT 시뮬레이터 개발, 강화학습용 영상 데이터베이스 구축, CycleGAN·AUTOMAP·SRCNN·U-Net 기반 사전학습모델과 reward 함수 개발, 멀티 에이전트 강화학습 네트워크 설계임. 인체 모사 팬텀을 활용해 영상 정확도, 화질, 선량 일치도와 임상 적용 가능성도 평가함. 기대 효과는 저선량·고정밀 적응형 방사선 치료 구현, 진단용 저선량 영상화 및 lesion detection·segmentation 등 multi-task 인공지능 기술로의 확장, 첨단 방사선 치료 분야의 국제 경쟁력 확보임.