연세대치과대학병원 통합치의학과 김기덕-양수진 교수 연구팀은 Generative Adversarial Network (GAN)을 이용하여 생성한 제2대구치의 치근단 방사선 사진이 유의미한 시각적 퀄리티를 가지고, 영상 데이터가 효과적인 데이터 증강(data augmentation)의 방법으로 사용될 수 있다는 사실을  입증했다. 

이번 연구결과는 국제학술지 ‘사이언티픽 리포트’(Scientific Reports, IF 4.997)에 게재되었다.

양수진 진료교수는 ‘세브란스 선도연구자 양성 프로젝트’ 과정으로 2022년 9월부터 1년 동안 일본 나고야 소재 Aichi Gakuin University의 영상치의학과서 ‘치과영상에 대한 인공지능의 적용’ 주제로 연구했다.

양 교수는 1년 동안 일본 연수를 다녀오며 해당 연수기관의 연구팀 (Pf. Eiichiro Ariji, Dr. Yoshitaka Kise, Natsuho Takata)과의 협업연구를 진행해 왔다. 

GAN은 최근 data augmentation, segmentation, classification, noise/artifact removal, super-resolution과 예후 예측 작업을 포함한 다양한 의료 응용 분야에 활용되는 도구다.

연구팀은 치과 파노라마 영상에서 제2대구치서의 C형 근관을 판별하는데 있어, 최신 StyleGAN2-ADA를 이용하여 생성한 이미지 효과 검증을 수행했다.

생성 이미지의 질 평가를 위해 평균 Frechet inception distance(FID)를 계산하고, 2명의 영상치의학 전문의를 대상으로 visual Turing test를 시행했으며, 그 결과 GAN 합성 이미지가 만족스러운 시각적 품질을 확인하였다.

또한 생성 이미지 데이터셋을 C형 근관을 분류하는 CNN(Convolutional Neural Network)에 데이터 증강 목적으로 적용했을 때, 신경망의 분류 성능이 실제 데이터만 사용할 때보다 향상된 것을 확인했다. 

이 같은 결과는 특히 클래스 간 불균형이 있는 데이터 조건을 해결하는 데 유리할 수 있다는 점을 증명하였다.

김기덕 교수는 "세브란스 선도연구자양성 프로젝트를 통해 최신의 인공지능 기술을 치의학에 적용하는 연구를 국제, 다기관 규모로 진행할 수 있었다”며 “앞으로도 통합치의학과 연구팀은 다른 기관과의 다기관 연구를 통해 치과 임상영역서 마주하는 진단과 예후예측에 인공지능 적용 연구를 이어 나갈 계획”이라고 말했다.