<연구 활동> 연구 소개

안녕하세요! 연대생의하루입니다.

저는 블로그에 제가 공부한 것들을 기록하는 <공부 기록>이라는 카테고리를 만들었고, 제가 배운 교양들을 정리하는 포스팅을 하고 있습니다. 

근데 교양 내용을 정리하는 것 뿐만 아니라 제가 연구하고 있는 내용에 대해서도 기록을 하려고 합니다.

저는 학부를 다니면서 방학과 학기중에 연구실에 들어가 연구를 계속 해왔고, 지금도 진행중입니다. 그리고 이번에 학부를 졸업을 하면 지금 속한 연구실로 들어갈 예정입니다.

제가 속한 연구실을 소개하면 저희 연구실은 주로 의료 영상처리 쪽에서 연구를 하고 있습니다.

의료 영상처리라 하면 어떤 연구를 할 것 같으신가요?

CT촬영같이 사람의 몸에 X-ray을 조사시켜 사람 몸 내부의 단면을 촬영을 하면 그 CT 영상에서는 노이즈가 존재한채로 몸의 단면을 볼 수가 있습니다.

위의 2개 사진은 사람의 실제 흉부를 찍은 사진이 아닌 XCAT phantom을 이용해 얻은 CT 영상입니다.   

사진을 보시면 왼쪽은 노이즈가 심하고 오른쪽은 노이즈가 덜 한 것을 볼 수 있습니다. 

저희 연구실이 하는 연구는 노이즈가 심한 CT영상을 딥러닝을 이용해서 노이즈를 제거해 노이즈가 최대한 없는 CT영상으로 바꾸는 연구를 한다고 생각하시면 됩니다. 

만약 실제 환자의 경우, 작은 종양이 존재하는데 CT 영상을 찍었더니 노이즈 때문에 작은 종양이 가려져 보여 오진(誤診)을 하는 것을 예방하기 위함이라고 볼 수 있습니다.

제가 학부생 2학년 겨울방학 때, 연구실에 들어가서 바로 연구를 진행한 것은 아닙니다. 

의료 영상처리 분야는 어디에서도 배워보지도 못했고 어떻게 연구를 하는지도 몰랐기에 처음에 많은 것을 배웠습니다.

CT영상에 노이즈를 생성하는 방법, 딥러닝 환경을 구축하는 방법, 결과 분석하는 방법 등 1년 이상 학부 공부와 병행하면서 연구하는 방법을 조금씩 알아갔습니다.

CT영상이 있다면 주로 MATLAB을 이용해서 코드를 짜서 노이즈를 생성하고 파이썬, jupyter로 딥러닝을 환경을 구축합니다. 

제가 했던 연구는 다음에 다루도록 하겠지만 CT 영상에 노이즈 양을 다르게 삽입하여 딥러닝을 통해 영상을 복원했을 때 어떤 차이가 있는지 확인하는 연구였습니다. 

다시 한 번 정리를 하자면, 의료 영상처리 연구는 어떻게 하면 노이즈를 최적으로 제거할 수 있는가를 연구하는 분야입니다. 

하지만 그 방법에는 굉장히 여러 방법이 있고, 현재 핫하게 연구가 이루어지고 있는 분야입니다.

아직 배워야 할 내용은 많고 지식은 부족하지만 제가 한 연구에 대해서 소개하는 글은 나중에 다시 포스팅하도록 하겠습니다.

감사합니다!