바이오빅데이터 활용을 위한 대용량 보건의료연구정보 압축기술 연구

초록

1. 연구개발의 필요성 ㅇ 보건의료연구데이터 양이 폭발적으로 증가함에 따라 데이터 저장 및 전송 효율을 높이기 위한 압축처리 기술 개발이 필수적임. ㅇ 기존 범용 압축처리 기술은 보건의료 데이터의 특수성을 고려하지 않아 압축 효율이 제한적임. ㅇ 연구팀은 유전체 데이터와 의료영상 데이터에 최적화된 압축처리 및 검증 기술을 개발함. 2. 유전체 데이터 압축처리 기술 개발 ㅇ 전장 유전체 시퀀싱(FASTQ) 데이터를 대상으로, 기존 세계 최고 성능 유전체 압축처리 기법인 SPRING에 ZPAQ 및 트랜스포머 기반 딥러닝 모델을 결합한 STAQ 압축처리 기술 개발함. ㅇ 식별자, 염기서열, 품질 점수를 분리하여 각각에 최적화된 방식(델타 인코딩, 참조 기반 압축, 이진 런-렝스 부호화+ZPAQ)을 적용하여 압축처리 효율을 극대화함. ㅇ 딥러닝 기반 압축 모드(STAQ-Deep)는 트랜스포머의 셀프 어텐션 메커니즘으로 장거리 의존성을 효과적으로 학습하여 압축 성능을 추가적으로 향상함. ㅇ 결과적으로, STAQ는 FASTQ 데이터 기준 세계 최고 압축률 달성함. 3. 의료영상 데이터 압축처리 기술 개발 ㅇ 병원 PACS 시스템에서 표준으로 사용되는 DICOM 의료영상(MRI) 데이터를 대상으로, 딥러닝 기반 손실 압축처리 기술인 MCA를 개발함. ㅇ 기존 의료영상 압축 기술의 낮은 압축률과 품질 저하 문제를 해결하기 위해 트랜스포머-CNN 혼합 압축 모델(TCM Block)을 적용함. ㅇ 관심영역(ROI) 자동 탐지 후, 크기에 따라 트랜스포머-CNN 모델 또는 WebP를 선택적으로 적용해 영상 품질과 압축 효율을 동시에 높임. ㅇ 결과적으로, MCA는 DICOM(MRI) 데이터 기준 세계 최고 압축률 달성함. 4. 연구개발 성과 및 기대 효과 ㅇ 개발한 압축처리 기술을 병원의 PACS 시스템, 의료 데이터 분석 서비스 등 현장에 적용하여 스토리지 비용 및 데이터 전송 효율을 크게 향상할 수 있음. ㅇ 특히 의료 데이터 관리 효율성을 높여 의료 AI, 빅데이터 분석 등 신사업 분야에서 활용 가능성이 높음.

1. Necessity of Research and Development ㅇ With the explosive growth of healthcare research data, the development of compression technologies is essential to improve data storage and transmission efficiency. ㅇ Existing general-purpose compression technologies do not account for the unique characteristics of healthcare data, resulting in limited compression efficiency. ㅇ The research team has developed compression and verification technologies optimized for genomic and medical imaging data. 2. Development of Genomic Data Compression Technology ㅇ For whole genome sequencing (FASTQ) data, the team developed the STAQ compression technology, which integrates ZPAQ and a Transformer-based deep learning model into SPRING, the world's leading genomic compression technique. ㅇ The approach optimizes compression efficiency by separately processing identifiers, nucleotide sequences, and quality scores, applying delta encoding, reference-based compression, and binary run-length encoding with ZPAQ, respectively. ㅇ The deep learning-based compression mode (STAQ-Deep) further enhances compression performance by leveraging the self-attention mechanism of Transformers to effectively learn long-range dependencies. ㅇ As a result, STAQ achieves the world's highest compression ratio for FASTQ data. 3. Development of Medical Imaging Data Compression Technology ㅇ For DICOM medical imaging data (MRI), which is the standard format used in hospital PACS systems, the team developed MCA, a deep learning-based lossy compression technology. ㅇ To address the limitations of existing medical image compression methods, such as low compression rates and quality degradation, the team implemented a Transformer-CNN hybrid compression model (TCM Block). ㅇ The method automatically detects regions of interest (ROI) and selectively applies either the Transformer-CNN model or WebP based on ROI size, balancing image quality and compression efficiency. ㅇ As a result, MCA achieves the world's highest compression ratio for DICOM (MRI) data. 4. Research Achievements and Expected Impact ㅇ The developed compression technologies can be applied in hospital PACS systems and medical data analysis services, significantly reducing storage costs and improving data transmission efficiency. ㅇ Particularly, by enhancing the efficiency of medical data management, these technologies hold great potential for application in emerging fields such as medical AI and big data analytics.