뇌의 초음파 영상화 (Ultrasound imaging of the brain)

2026년 6월 24일

몇 년 전, 우리의 마음을 사로잡은 논문이 하나 발표되었습니다. 그 아이디어는 누군가의 뇌 활동만으로 그 사람이 무엇을 보고 있는지를 해독할 수 있다는 것이었습니다.

이것은 매우 놀라운 일이며, 텔레파시가 가능한 미래가 어떤 모습일지 그 단면을 보여줍니다. 불행히도, 이를 위해서는 MRI 기계가 필요한데, 안타깝게도 MRI는 머리에 쓰고 다닐 수 없습니다.

사실, 마인드 인터페이싱 (mind interfacing) 분야 전체의 첫 번째 병목 현상은 하드웨어입니다. 현재 두 가지 극단적인 방법이 있습니다. 두개골에 구멍을 뚫고 뇌에 전극을 삽입하거나, EEG (뇌전도)를 통해 머리 밖에서 기껏해야 흐릿한 뇌 활동 이미지를 기록하는 것입니다.

우리는 드릴링이 필요 없으면서도 MRI 수준의 세밀한 뇌 정보를 제공하는 새로운 유형의 하드웨어를 구축해 왔습니다.

이것은 초음파 (ultrasound)를 기반으로 합니다. 이는 혈관 시스템과 뉴런 (neurons) 사이의 연결을 활용합니다. 즉, 뉴런이 발화할 때 더 많은 혈액이 뉴런으로 전달됩니다. 우리는 두개골을 통해 초음파를 보내며, 초음파는 적혈구에 부딪혀 산란됩니다. 그런 다음 우리는 뇌 전체의 혈류량과 혈액 부피 지도를 형성할 수 있습니다.

인간의 머리를 통해 전파되는 초음파.

우리는 범용 마인드 인터페이스 (general-purpose mind interface)에는 두 가지 요구 사항이 있다고 생각합니다. 첫 번째는 뇌의 넓은 부분을 볼 수 있어야 한다는 것입니다. 1,000개의 전극을 사용하더라도 뇌의 최대 0.001%만을 포착할 수 있습니다. 이는 커서를 제어하는 것과 같은 좁은 작업에는 훌륭합니다. 하지만 생각은 뇌 전체에 분산되어 있습니다.

두 번째 요구 사항은 세부 사항, 즉 해상도 (resolution)입니다. EEG 및 MEG (뇌자기도)와 같은 양식 (modalities)은 시야 (field of view)는 넓지만, 뇌 활동의 흐릿한 이미지를 포착합니다. 이는 전기장과 자기장이 전파되는 방식 때문에 발생하는 근본적인 문제이며, 수백만 개의 센서로 확장한다고 해서 해결되는 문제가 아닙니다.

신경혈관 초음파 (Neurovascular ultrasound)는 MRI와 마찬가지로 이 두 가지 요구 사항을 모두 충족합니다. 물리적 특성 덕분에 뇌 전체에 걸쳐 각각 1mm 미만의 해상도로 백만 개의 독립적인 픽셀을 기록할 수 있습니다. 두개골을 제거한 상태에서는 지난 몇 년 동안 놀라운 결과들을 만들어냈습니다. 하지만 과제는 두개골이 온전한 상태에서 이를 수행하는 것입니다.

첫 번째 빛 (First light)

오늘 우리는 하나의 이정표를 공유하고자 합니다. 바로 (우리가 아는 바로는) 초음파를 통해 두개골을 통과하여 촬영한, 살아있는 인간의 뇌를 가장 상세하게 시각화한 혈관 이미지입니다.

온전한 두개골을 통해 촬영된 살아있는 인간의 뇌의 재구성된 혈관 볼륨

우리는 큰 혈관, 연막 동맥 (pial arteries), 그리고 세동맥 (arterioles)을 볼 수 있습니다. 이는 두개골을 통해 인간의 뇌를 촬영한 초음파 국소화 현미경 (ultrasound localization microscopy) 기술의 세계 최초 3D 이미지이며, 유사한 CT와 비교했을 때 부피 측면에서 100배 더 높은 해상도를 달성했습니다.1

우리는 경두개 미세 기포 영상화 (transcranial microbubble imaging)가 우리가 현재 작업 중인 것 이상의 다양한 응용 분야를 가질 것임을 알고 있으며, 따라서 데이터셋과 함께 전체 파이프라인을 오픈 소스로 공개합니다. 뇌졸중, 알츠하이머, 외상성 뇌 손상과 같은 질환들은 CT나 MRI가 분해할 수 없는 규모의 혈관 특징 (vascular signatures)을 남기며, 우리는 이 정도의 해상도로 영상을 촬영하는 것이 이러한 질환들에 도달할 수 있기를 기대합니다.

미세 기포 처리 파이프라인 (Microbubble processing pipeline)

미세 기포 (Microbubbles)는 우리가 회절 한계 (diffraction limit)를 극복할 수 있게 해줍니다. 초음파는 보통 파장보다 가까운 두 물체를 분리할 수 없으며, 그보다 미세한 것은 하나의 덩어리로 뭉쳐버립니다.

단일 미세 기포는 파장 크기의 점으로 흐려지지만, 서브픽셀 피팅 (sub-pixel fit)을 통해 그 중심을 회절 한계보다 훨씬 낮은 수준으로 고정할 수 있습니다.

비결은 농도에 있습니다. 기포들이 서로 겹치지 않을 정도로 충분히 드문드문 주입하면, 각 기포의 중심을 파장 자체보다 훨씬 더 정밀하게 찾아낼 수 있습니다. 기포가 혈관을 통해 흐를 때, 우리는 이러한 위치 정보를 수백만 개 축적하여 파장보다 더 미세한 디테일을 가진 단일 이미지로 쌓아 올립니다.

가공되지 않은 초음파 (Raw ultrasound)는 파장 너비의 몇 개 덩어리(blobs)만을 분해할 수 있지만, 각 기포의 중심을 국지화(localizing)함으로써 그 아래로 얽혀 있는 혈관들을 복원해냅니다.

기포 자체는 지질 껍질(lipid shells)로 둘러싸인 육불화황 (sulfur hexafluoride) 주머니입니다. 이는 FDA 승인을 받은 조영제 (contrast agent)이며, 우리는 4분간의 데이터 획득 (acquisition) 동안 이를 지속적으로 주입합니다. 이 가스는 조직 (tissue)의 음향 임피던스 (acoustic impedance)와 크게 다르기 때문에, 소리가 각 기포의 표면에서 날카롭게 반사됩니다. 이는 초고해상도 (super-resolution)를 가능하게 할 뿐만 아니라 신호를 강화합니다.

기포의 중심은 프레임 간에 연결되어 궤적 (tracks)을 형성하며, 여기 3D로 표시되어 있습니다. 이들의 방향과 속도는 살아있는 미세혈관 (microvasculature)을 통과하는 혈류를 추적합니다.

조영제 없는 신경혈관 영상화 (Toward contrast-free neurovascular imaging)를 향하여

우리의 조영제 증강 (contrast-enhanced) 결과는 여정의 한 단계입니다. 이는 손상되지 않은 두개골을 통해 달성 가능한 혈관 디테일에 대한 확신 있는 그림을 제공합니다. 진정한 목적지는 뇌의 조영제 없는 신경혈관 영상화 (contrast-free neurovascular imaging)입니다.

두 가지 트렌드가 우리가 그곳에 도달할 것이라는 확신을 줍니다. 첫 번째는 하드웨어입니다. 초음파 기기는 과거에 10만 달러 이상의 비용이 들었고 전자 장비가 가득 찬 카트가 필요했습니다. Butterfly와 같은 기업들 덕분에 이제는 스마트폰 정도의 가격과 크기로 변했으며, 계속해서 발전하고 있습니다.

두 번째는 데이터입니다. 조영제 없는 영상화는 더 어렵습니다. 적혈구 (red blood cells)는 미세 기포 (microbubbles)보다 산란 (scatter)이 훨씬 적기 때문에 신호가 더 약합니다. 하지만 그 신호가 사라지는 것은 아닙니다. 단지 오늘날의 방법들이 그것을 추출해내지 못할 뿐입니다. 표준 초음파 프로브 (ultrasound probe)는 시간당 테라바이트 단위의 데이터를 수신하지만, 전형적인 처리 파이프라인 (processing pipeline)은 이를 원본의 단 0.1%로 압축합니다. 이는 수작업으로 설계된 특징 (hand-engineered features)을 기반으로 하며, 초기 컴퓨터 비전 (computer vision)을 떠올리게 합니다. 우리는 충분히 큰 데이터셋으로 학습된 엔드 투 엔드 (end-to-end) 머신러닝 (machine learning)이 현재의 방법들이 볼 수 있는 것보다 훨씬 더 많은 신호를 복원할 것이라고 믿습니다.

그것이 바로 우리가 현재 세계 최대 규모라고 믿는 신경혈관 초음파 데이터셋을 수집하고 있는 이유입니다. 우리는 다음에 올 결과들을 공유하게 되어 매우 기쁩니다.

Notes

• 다만, 이것은 초고해상도 (super-resolution) 기법을 사용하고 있다는 점에 유의하십시오. 이 기법은 신경혈관 초음파 (neurovascular ultrasound)의 조영제 버전 (contrast version)에서만 사용할 수 있습니다. ↩