바이오메디컬 신호처리 (Biomedical Signal Processing) 개요

윤성로 교수

윤성로 교수
(서울대학교 전기정보공학부)

생명과학의 발전에 있어 신호처리 등 전기정보공학의 역할은 매우 핵심적이다. 특히 최근 등장한 차세대 염기서열 결정법이나 저선량 CT, 고해상도 MRI 등은 개인별 맞춤 진단 및 치료라는 인류의 오랜 목표에 도달하기 위한 최신 기술들이며, 역시 바이오메디컬 신호처리 분야의 진보에 힘입어 발전하고 있다. 많은 연구자들이 생명과학은 더 이상 실험학문에만 국한되는 것이 아니라 융합 ICT의 사례가 되었다는 사실에 동의하고 있다.

생명과학 분야는 크게 생물학 (바이오) 및 의학 (메디컬) 측면으로 분류할 수 있으며, 신호처리 기술 측면에서는 표1에 나와 있는 바와 같이 다양한 종류의 신호를 다룬다. 뇌파/심파/초음파/X-ray 등 전통적인 사례 외에도 최근 관련 분야의 발전에 따라 매우 다양한 종류의 바이오메디컬 신호들이 등장하고 있다. 바이오 분야에서 최근 가장 주목할 만한 것은 NGS의 발전에 힘입어 유전체 염기서열 취득 비용이 매우 저렴해지고 있다는 것이다. 일례로 관련 업계를 선도하고 있는 일루미나 (Illumina) 사에서 2014년 초 발표한 HiSeq X Ten 기술의 경우 개인 전체 유전체 (whole-genome) 염기서열 결정을 위해 1,000 USD 미만의 비용이 소요된다. 이에 힘입어 바이오 분야의 발전 뿐 만아니라 분자수준 (molecular-level)의 개인별 맞춤 의료 등 메디컬 분야에서의 혁신도 진행 중이다.

 

표1: 바이오메디컬 신호 사례

신호 종류 바이오 메디컬
텍스트/서열 염기서열, 아미노산서열 임상진료기록, 임상논문
오디오/wave 각종 생화학적 측정 기록 초음파, 음성기록,
정지영상 각종 array 이미지 X-ray, CT, MRI
동영상 세포 dynamics 영상 검진영상
로그 시퀀서 출력 정보 임상기기 출력 정보

 

바이오메디컬 신호처리가 필요한 이유는 다양하겠으나, 신호처리 측면에서 다음과 같이 정리될 수 있다. (1) 생명과학 분야에서 얻어지는 신호 및 정보의 양이 매우 많으며, 종류 또한 다양하다. CT/MRI 등 고해상도 의료영상, 심파/뇌파 등 지속적으로 얻어지는 각종 시계열 신호 등 잘 알려진 사례 외에도, 인당 600 GB에 육박하는 유전체 신호, 시료 당 2.4 GB에 이르는 생화학 측정 신호 등의 경우 효율적인 신호처리 기술 없이는 분석과 활용이 불가능하다. 최근 sparse 신호처리 및 compressive 센싱에 기반한 바이오메디컬 신호처리 기법들이 등장하고 있다. (2) 생체에서 획득한 바이오메디컬 신호는 잡음이 많이 섞여 있고 (noisy) 중복성이 높은 (redundant) 경우가 많다. 일례로, 개인 별 유전체 신호의 차이는 0.1%에 불과하나 염기서열 결정 기술의 오류율 또한 비슷한 수준이어서 실제 개인별 차이와 오류를 구별하는 것이 매우 어려운 실정이다. 이를 위해 신호처리 분야에서 개발된 각종 잡음제거 기술이 유용하게 쓰인다. (3) 아직 밝혀지지 않은 생명과학적 기작이 많아 정확한 시스템 모델링이 어렵다. 이는 상기 1항 및 2항과도 연관되어 있으며, 보다 정확하고 효율적인 생체 모델링을 위해 적응신호처리 (adaptive signal processing) 및 기계학습 (machine learning), 복잡계 네트워크 분석기법 등이 활발히 적용되고 있다.

이렇듯 생명과학 분야에서 일어나고 있는 많은 혁신의 상당 부분은 신호처리 기술의 발전에 힘입은 바 크며, 향후에도 생명과학-ICT 간의 활발한 융합을 통해 지속적인 시너지 도출 및 발전이 이루질 것으로 예상된다.@prof. 윤성로, New Media and Communications Newsletter 2014. 05