촬영 중 움직일 수 없는 MRI, 단점 보완 모델 개발

자기공명영상(Magnetic Resonance Imaging, MRI)은 체내 구조를 시각적으로 보여주는 영상 기법이다. 강력한 자기장을 이용해 수소 원자가 특정 방향으로 정렬하도록 조작하는 원리로 작동한다. 

인체의 대부분은 물로 이루어져 있으며, 물은 두 개의 수소 원자와 한 개의 산소 원자로 이루어져 있기 때문에 수소의 비율이 더 크다. MRI는 수소 원자를 타깃으로 하여 인체 내부 구조를 상세하게 이미지화한다. 비침습적이며 방사선을 사용하지도 않기 때문에 의료 진단에서 매우 효과적인 방법으로 사용되고 있다.

하지만 단점은 있다. 가장 대표적인 것이 오랜 시간이 걸린다는 것과 촬영 시간 동안 움직임이 제한된다는 것이다. 이로 인한 문제점을 해결하기 위한 새로운 모델이 개발됐다.

MRI의 단점, ‘검사 시간’

MRI는 전신 곳곳에서 사용할 수 있지만, 특히 뇌를 비롯한 신경계의 구조 및 병변을 살피는 데 유용하다. 침습 없이 뇌 안쪽의 세밀한 구조를 높은 해상도로 보여줄 수 있으며, 여러 방향에서 촬영해 3D 구조를 확인할 수도 있기 때문에 뇌내 염증부터 뇌졸중, 뇌종양까지 다양한 질환을 검사하는 수단이 된다. 

하지만 MRI 역시 비용이 비싸다는 것을 포함해 몇 가지 단점이 있다. 그 중 대표적인 것이 검사 방법 면에서의 한계다. 우선 검사 시간이 오래 걸린다. 고해상도 이미지를 생성하기 위해서는 그만큼 방대한 데이터를 확보해야 한다. 

여러 차례의 자기장을 방출해 체내 수소 원자의 고유한 신호를 수집하기 때문에 전반적으로 많은 시간을 필요로 한다. 또한, 수집한 데이터를 토대로 이미지를 재구성하는 것 역시 시간이 많이 걸리게 하는 이유다.

움직일 수 없다는 것이 핵심

단순히 시간이 오래 걸리는 문제만이라면 그리 큰 문제가 아닐 수 있다. 하지만 그 시간동안 환자가 고정된 자세를 유지해야 한다는 문제가 더해진다. 높은 해상도로 이미지를 구성하는 만큼, 촬영하는 동안 환자가 움직일 경우 이미지 데이터가 정확하지 않게 되는 문제가 생긴다. 이 때문에 고정된 자세를 유지하는 것이 중요하다.

촬영 중 움직임이 발생하면 수소 원자가 방출하는 신호의 안정성이 떨어지기 때문에 이미지가 흐릿해지는 등의 문제가 생길 수 있다. 이렇게 되면 추가적인 촬영이 필요해지므로 전체 검사 시간이 더 길어진다.

일상에서도 한 자세를 계속 유지하고 있는 것은 쉽지 않은 일이다. 편안한 자세여도 마찬가지다. 하물며 검사를 위해서는 어느 정도 불편한 자세를 유지해야 하기 때문에 더 어려운 일이 된다. 특히 어린이 환자의 경우 긴 촬영 시간 동안 가만히 있는 것이 어려울 수 있기 때문에 더욱 어렵다.

게다가 여기서 말하는 ‘움직임’은 단순히 자세를 바꾼다거나 몸을 트는 것만을 의미하지 않는다. 눈을 깜빡이거나 호흡과 같이 무의식적으로 이루어지는 것 역시 움직임으로 보며, 이로 인해 전체적인 촬영 결과물 품질이 달라질 수 있다. 

한계점을 보완하는 새로운 MRI 모델

미국 노스캐롤라이나 대학의 방사선과 조교수인 리 왕 박사는 이러한 MRI의 한계를 보완하기 위한 연구를 진행했다. 연구팀은 촬영 중 움직임 보정, 노이즈 감소, 고해상도 유지, 영상 대비 향상 등을 위한 기초 모델을 만들고 이를 BME-X(Brain MRI Enhancement foundation)이라고 이름 붙였다.

다음으로 연구팀은 다양한 환자 집단을 대상으로 13,000여 개 이상의 이미지를 촬영하며 테스트를 진행했다. 그 결과 기존 MRI의 한계점들을 극복할 수 있다는 가능성을 입증했다. 

가장 먼저 환자의 움직임을 보정하는 것이 가능해졌다. 흐릿해지거나 왜곡되는 이미지를 보정해, 정확한 진단에 무리가 없을 수준의 선명하고 정확한 이미지를 제공할 수 있었다. 또한, 촬영 시간 단축 등을 목적으로 저해상도로 촬영한 이미지를 고해상도로 재구성하는 것도 가능해졌다. 시간을 줄이면서도 풍부한 정보를 얻을 수 있게 된 것이다.

이밖에 이미지에 포함된 거친 노이즈를 줄여주고, 병리학적으로 복잡한 구조를 띠는 병변의 이미지를 명확하게 보여줌으로써 진단 정확성을 높이는 데도 도움을 준다. 

무엇보다도, BME-X는 여러 모델에서 촬영한 데이터를 일관된 기준으로 통합해주는 기능으로 주목받고 있다. 기기 모델에 따라 다르게 나오는 결과를 일관되게 치환해줌으로써 여러 기관의 협력이 필요한 경우에 보다 효과적인 역할을 할 수 있게 된 것이다.

새롭게 개발된 BME-X 모델이 보편화될 경우, 향후 여러 연구기관의 협력이 필요한 대규모 임상시험 등의 연구를 보다 간소화하면서도 효율적으로 진행하는 데 기여할 것으로 기대된다.