우리대학 김철홍(융공) 교수 연구팀이 최근 흑백의 그레이스케일(Gray Scale) 초음파와 변형 탄성 초음파 영상을 결합해 유방암 진단을 돕는 딥러닝 모델을 개발했다. 유방암 진단에는 종양의 구조를 선명하게 보여주는 그레이스케일 초음파와 조직의 단단한 정도를 측정하는 SE 초음파가 주로 활용된다. 김 교수팀은 두 개의 초음파를 결합해 장점을 극대화했다.  환자들에게서 얻은 초음파 영상을 취합해 두 가지의 딥러닝 모델인 알렉스넷(AlexNet)과 레스넷(ResNet)을 각각 훈련하고 동시에 구동했다. 그 결과 김 교수팀의 앙상블 모델은 기존의 그레이스케일 또는 SE 초음파 영상 하나만을 사용해 훈련한 모델보다 정확도 측면에서 훨씬 우수했다. 그간 유방암 진단에 초음파 영상을 사용하는 경우 영상 화질이 낮다는 한계가 있었으나, 이번에 개발된 딥러닝 모델을 이용함으로써 두 정보를 동시에 활용해 유방암의 분류 정확도를 높일 수 있다.