| [ sciEncE ] in KIDS 글 쓴 이(By): sisyphe () 날 짜 (Date): 2001년 4월 18일 수요일 오후 02시 22분 44초 제 목(Title): 낢만� 띄우기 개구리 띄우기 오호...개구리 띄우는게 히트를 쳤군요. MRI (magnetic resonance imaging) 관련되서 주어 읽은 기억이 나는군요. 현재 병원에서 가동하고 있는 대부분의 MRI는 GM이나 Simens에서 나오는데 최고급도 4.3테슬라 정도인거 같네요. 그이상 높은건 아직 사람 가지고 실험해본 개구리가 없어서 인가봐요. 동물 실험용 MRI의 경우는 12테슬라까지 시도해본사람이 있는데 이쯤되면 개구리몸의 분자들이 양극화되서 공중 부양이 되나 보지요? 이정도되면 MRI resolution이 0.1mm 에 육박합니다. 거의 3차원 microscpe 레벨이라고 할수도 있거든요. 그리고 이게 바로 미래의 medical imaging의 future 입니다. non-invasive 하게 scan한번만 하면 몸의 3차원영상을 완벽하게 뜨고 0.1mm단위에서 몸의 이상을 체크하는수준. MRI는 단점이 움직이는 tissue의 경우 (심장 폐...)는 화질이 흐려지는데 이걸 correction하는 motion correction MRI를 개발하는 연구도 활발하고... 그런데 이걸 컴퓨터영상으로 일단 만들었으면 그다음에는 이걸 분석하는 일을 해야하는데 제가 바로 그걸 연구하고 있습니다. 현재 가장 최신방법은 deformation-based morphometry라고 두가지 3차원영상을 일단 morphing시켜서 한영상에서 다른영상으로 얼마만한 trnasformation이 벌어졌나를 복잡한 컴퓨터 알고리듬으로 계산합니다. 가장 훌륭한 알고리듬은 fluid-dynaamics based warping 인데 유체역학에서 viscous fluid motion처럼 morphing이 가능합니다. 이쪽을 제대로 하려면 CFD (computational fluid dynamics) 에대한 지식이 좀필요합니다. Computer Graphics분야중에서도 가장 어려운 분야로 취급되고 있습니다. 헐리우드 영화에서 보는 morphing의 경우 사람이 일일히 landmarks matching을 polygonal상에서 이미 시켜주기때문에 무척 smoothing합니다만 의료영상은 automation을 궁극적 목표로 하고 anatomist의 도움없이 컴퓨터가 homogolus 한 두점을 자동으로 match시켜줘야한다는 어려움을 아직도 많이 극복을 못하고 있습니다. 일단 이런 mapping의 값을 알게되면 (이걸 deformation)이라고 합니다 이걸 인제 수학적으로 분석해야합니다. 그런데 위의 모든 processes에는 오차가 들어가기때문에 여기에 바로 통계의 이론들이 필요하게 됩니다. 보통은 random fields 라는 수학적 abstraction위에서 morphing을 stochastic PDE를 통해 모델링하게 되고 unknown coefficents of stochastic Partial Differential Equations을 통계적 방법론을 통해 estimation하게됩니다. 간략하게 말하면 시그날 프로세싱의 optimal filter problem을 엄청 복잡화시거라고 보시면 됩니다. 제홈이지에 오시면 간략하게나마 맛배기를 하실수 있습니다. medical imaging analysis는 Computer Science나 응용수학도 통계학도들이 PHD로 할만한 분야입니다. 취직도 저를 보시면 아시겠지만 아주 잘되는군요. 한국에는 imaging analysis를 제대로 하는사람이 거의 없습니다. 재미 과학자로는 미네소타의 김손지교수님이 제일 짱~ 이아닌가 합니다. 이분 작년에 컨퍼런스에 초청연사로 오셔서 fMRI에대해서 강연하는데 으아.... 그박학함에 벌린입이 안다물어지더군요. 저와 같이 연구하고싶으신분은 연락주세요. 전 은퇴하려면 아직 30년도 넘게남았습니다. 아직은 little fish이지만 무궁한 잠재력을 가지고 있고 하늘보다 더큰 학문적 목표가 있습니다. ^^ (이상 광고의 말씀이었습니다. 어때요 저많이 점쟌아 졌죠 ? ^^) Moo K. Chung http://www.math.mcgill.ca/chung 8월 이전 8월 이후 PhD Candidate in Statistics Assistant Professor of Statistics McGill University, Montreal University of Wisconsin, Madison |