뇌이동 보정 위한 MRI‑초음파 정합 알고리즘 대회 평가 보고서

본 논문은 뇌종양 수술 중 발생하는 뇌이동을 보정하기 위한 MRI‑iUS 정합 기술을 객관적으로 비교·평가하기 위해 개최된 MICCAI 2018 CuRIOUS 챌린지의 전반적인 과정과 결과를 상세히 기술한다. 먼저, 뇌이동이 수술 계획을 무효화하고 중요한 해부학적 구조를 위험에 빠뜨리는 임상적 문제점을 소개하고, iUS가 저비용·고휴대성으로 실시간 변형 추적에 유리하지만 이미지 해석이 어려운 점을 언급한다. 이러한 배경에서 정합 알고리즘이 필수적이며, 이를 검증할 공개 데이터와 표준화된 평가 체계가 부족했음에 따라 CuRIOUS 챌린지가 기획되었다. 데이터셋은 노르웨이 트론드하임의 St. Olavs 병원에서 수집한 RESECT 데이터베이스를 기반으로 한다. 훈련용으로는 22명의 저등급 교모세포종(LGG) 환자에 대해 Gd‑강조 T1‑weighted MRI, T2‑FLAIR MRI, 그리고 3D iUS 스캔을 제공하였다. 각 환자는 수술 전 머리 표면에 5개의 고정 마커를 부착해 MRI와 iUS 간의 초기 정합을 수행했으며, iUS는 Sonowand Invite 시스템으로 0.14~0.24 mm³ 해상도로 재구성되었다. 테스트용 데이터는 동일 프로토콜로 추가 10명을 모집했으며, 랜드마크는 종양 가장자리, 고랑, 회전, 측뇌실 등 17~18개를 두 명의 평가자가 각각 두 차례씩 표시해 평균값을 사용하였다. 랜드마크 간 초기 거리 평균은 6.41 mm(표준편차 4.46 mm)로, 다양한 변형 정도를 포함한다. 챌린지는 두 단계로 진행되었다. 1단계에서는 참가 팀이 RESECT 데이터를 이용해 알고리즘을 개발·학습하고, 2단계에서는 테스트 데이터에 대해 사전 제공된 MRI 랜드마크를 정합 후 iUS 좌표로 변환해 제출하도록 했다. 제출 기한은 13일이며, 자동화된 전과정이 요구되었다. 평가 지표는 변환된 MRI 랜드마크와 실제 iUS 랜드마크 간의 평균 유클리드 거리이며, 각 케이스별 평균 거리로 팀을 순위 매긴 뒤 평균 순위로 최종 순위를 산정했다. 동일 거리 차이가 0.5 mm 이하인 경우 자동 방법이 우선 순위를 갖도록 하여 실용성을 강조했다. 총 6개의 완전 자동화 알고리즘이 최종 순위에 포함되었다. 주요 참가 팀과 접근법은 다음과 같다. - **cDRAMMS (Macha do 팀)**: 기존 DRAMMS 프레임워크에 상관계수와 상관비율을 적용해 속성 기반 매칭을 강화하고, 상호‑saliency weighting으로 신뢰도가 낮은 영역을 억제하였다. - **DeedsSSC (Heinrich 팀)**: 자기‑유사성 컨텍스트(SSC) 특징을 추출하고, 이산 최적화 기반 선형·비선형 변환을 순차적으로 수행한다. - **Deep Learning 기반 팀**: 논문에서는 구체적 구현이 언급되지 않았지만, 딥러닝을 이용한 정합 네트워크가 제출된 것으로 확인된다. 성능 면에서 cDRAMMS와 DeedsSSC가 평균 2 mm 이하의 오차를 기록하며 상위권을 차지했으며, 딥러닝 기반 방법은 아직 초기 단계로 비교적 높은 오차를 보였다. 전체적으로 모든 팀이 기존 단일‑모달 정합보다 향상된 결과를 보여, 멀티모달 정합 기술의 가능성을 입증했다. 논문은 또한 평가 체계의 투명성을 강조한다. 평가 방법은 사전 공개되었으며, 40 % 이상의 바이오메디컬 챌린지에서 투명성이 부족하다는 기존 연구와 달리, CuRIOUS는 평가 기준을 명확히 제시하고 결과를 공개함으로써 신뢰성을 확보했다. 그러나 한계점으로는 랜드마크 기반 평가가 전체 변형을 완전히 반영하지 못하고, 테스트 케이스 수가 제한적이며, 딥러닝 모델의 일반화 검증이 부족하다는 점을 지적한다. 향후 연구 방향으로는 (1) 더 큰 규모와 다양한 병변을 포함한 데이터베이스 구축, (2) 변형 필드 전체를 정량화할 수 있는 변형 벡터 필드 기반 평가 지표 도입, (3) 수술 전·후 iUS를 모두 포함한 연속 변형 추적 데이터 제공, (4) 실시간 정합을 위한 경량화된 딥러닝 모델 개발이 제시된다. 특히 2019년 이후 추가 데이터가 공개될 예정이며, 이는 시간에 따른 뇌이동 동역학을 연구하고, 수술 내 네비게이션 시스템에 직접 통합할 수 있는 기반을 제공한다. 결론적으로, CuRIOUS2018은 임상적 실제 데이터를 활용한 최초의 공개 MRI‑iUS 정합 챌린지로, 다양한 알고리즘의 성능을 객관적으로 비교하고, 향후 연구 로드맵을 제시함으로써 뇌종양 수술 중 뇌이동 보정 기술의 발전에 중요한 이정표가 되었다.