올림푸스(Olympus)에서 개발한 협대역영상은 기기를 이용한 영상증강내시경의 대표적 방법으로 전통적인 백색광 내시경은 400-800 nm 파장 영역을 가지는 적색/녹색/청색 영역의 가시광선을 사용하여 관찰하는 반면 협대역영상은 415 nm 파장의 청색 영역과 540 nm 파장의 녹색 영역 광선만을 통과하는 광 필터를 통해 영상을 구현한다[18]. 점막의 혈색소는 415 nm 파장의 청색 영역 광선을 흡수하는 특징을 이용하여 협대역영상을 사용했을 때 혈관 부분은 어두운 갈색으로 보이고 혈관이 없는 부위는 청록색으로 구분되어, 점막 표면의 미세한 변화를 강조하고 점막의 혈관을 더 자세히 보여줄 수 있기 때문에 용종을 발견하고 구분하는 데 있어 유리하다. 신생물의 진행 정도에 따라 미세혈관의 굵기, 배열, 밀도 등이 달라지고 다양한 조합의 혈관 모양을 만들기 때문에 협대역영상의 이러한 특징을 사용하여 신생물성 병변과 비신생물성 병변을 구분하고, 병변의 침윤 정도를 예측할 수 있다. 56개의 연구를 모아 분석한 메타분석에서 신생물성 병변을 감별하는 데 있어 협대역영상의 민감도, 특이도, 음성예측도는 91.0%, 85.6%, 82.5%였다[19]. 용종의 조직학적 진단을 추정하는 여러 방법들이 발표되었는데 이를 통합하여 국제 표준 분류법인 NBI International Colorectal Endoscopic (NICE) 분류가 개발되었다[20]. NICE 분류법은 병변의 색상, 혈관 구조, 표면 형태를 고려하여 병변을 확대하지 않고도 NICE 1형(증식용종, 목 없는 톱니병변), NICE 2형(샘종, 점막암, 얕은 점막하층암), NICE 3형(깊은 점막하 층암)의 세 가지 유형으로 구분하게 된다(Table 2) [20]. 이에 따라 용종의 치료방법을 결정할 수 있는데, 특히 깊은 점막하 침윤암을 시사하는 NICE 3형은 국소 림프절 전이의 위험성으로 인해 내시경 절제술보다 수술 시행을 권고한다. NICE 분류를 적용하였을 때 NICE 1형과 2형으로 샘종의 실시간 조직학적 진단을 예측할 때의 민감도는 98%, 음성예측도는 95%, 정확도는 89%로 보고되었으며[21], 점막하층암 예측에 NICE 3형을 적용하였을 때 민감도는 94.9%, 음성예측도는 95.9%로 보고되었다[20]. Japan NBI Expert Team (JNET) 분류는 NICE 분류를 기반으로 확대내시경이나 고해상도 협대역영상, 근거리 초점(near-focus) 영상 기능을 이용하여 병변을 관찰하여 4가지 유형으로 구분하는 것으로 JNET 1형과 3형은 각각 NICE 1형 및 3형에 해당하고, JNET 2형은 2A형과 2B형으로 구분하여 2A형은 샘종(주로 저도 이형성)에 해당하고 2B형은 고도 이형성 샘종, 점막암, 얕은 점막하층암, 드물게 깊은 점막하층암을 시사하게 된다(Table 3) [22]. 따라서 JNET 2B형은 내시경 절제술 시 가급적 분할 절제보다는 일괄 절제가 추천된다. JNET 분류법에 대한 검정(validation) 연구를 살펴보면, 2A형의 민감도, 특이도, 정확도는 각각 74.3%, 92.7%, 77.1%였고, 2B형의 민감도, 특이도, 정확도는 각각 61.9%, 82.8%, 78.1%, 3형의 민감도, 특이도, 정확도는 각각 55.4%, 99.8%, 96.6%로 보고되어 내시경 절제술이 가능한 점막하층암인지 감별하는 데 유용한 분류법으로 확인되었다[23]. 다만 JNET 2B형의 경우 조직학적 진단 정확도가 상대적으로 낮으므로 추가로 색소내시경을 시행하여 오목형태를 관찰하는 것이 진단 신뢰도를 높일 수 있다. Workgroup serrAted polypS and Polyposis (WASP) 분류는 NICE 분류에 목 없는 톱니모양 병변의 4가지 특징, 즉 구름 모양의 표면, 불명확한 병변 경계, 불규칙적인 모양, 움 내의 어두운 점상 구조를 추가한 것으로 4가지 특징 중 2가지 이상인 경우 톱니모양 병변으로 분류한다(Figure 4) [24]. WASP 분류를 적용하였을 때 샘종, 증식용종, 목 없는 톱니모양 병변을 예측하는 데 84%의 정확도와 91%의 음성예측도를 보였다. 그러나 근거리 초점과 정상 초점 영상을 비교한 연구에서 WASP 분류가 목 없는 톱니모양 병변의 예측에 모두 위양성 결과를 보인 보고도 있어서 내시경 시술자에 대한 적절한 교육과 평가가 필요할 것으로 보인다[25].

펜탁스(Pentax)에서 개발한 I-scan은 소프트웨어 기반의 영상증강 기술로 점막 표면 조직의 구조를 강조하는 표면 강조(surface enhancement), 색소 첨가로 색의 대조도를 높이는 대조 강조(contrast enhancement), 백색광 영상을 적색/녹색/청색 신호로 나누고 재조합하는 색조 강조(tone enhancement) 모드로 구성되어 있으며, 최근에는 광학 강조(optical enhancement) 모드가 추가되었다[26]. 표면 강조 모드는 명암 대조를 강조하여 점막의 미세한 변화를 관찰할 수 있도록 하고, 대조 강조 모드는 어두운 부분에 푸른 색조를 추가하여 점막의 굴곡을 뚜렷하게 하는 특징이 있으며, 색조 강조 모드는 백색광을 통해 얻은 영상을 다른 색상 톤으로 변환 후 재조합하는 모드로 미세한 점막 변화나 혈관 형태를 강조할 수 있다. 광학 강조 모드는 광학 필터와 좁은 빛 파장 영역을 이용하여 이미지 처리 기술을 결합한 모드로 혈관과 점막의 구조를 더욱 선명하게 나타낼 수 있는 특징이 있다. 10개의 연구를 대상으로 한 메타분석에서 비신생물성 병변과 신생물성 병변을 감별하는 데 I-scan의 민감도, 특이도, 음성예측도는 89.3%, 88.2%, 86.5%로 보고하였다[19]. 5 mm 이하 대장 용종의 병리학적 진단 예측도에 대한 또다른 메타 분석에서 I-scan은 초보 내시경 의사에 의한 경우 72%, 숙련된 내시경 의사에 의해서는 96%의 음성예측도를 보여 광학적 진단이 가능함을 보여주었다[27]. 10-50 mm 크기의 대장 용종의 조직학적 예측에 JNET 분류를 적용하여 협대역영상과 I-scan의 진단 정확도를 비교한 연구에서 협대역영상과 I-scan은 각각 73.7%와 75.8%로 유사한 정확도를 보여주었다(P=0.744) [28,29].

후지논(Fujinon)에서 개발한 flexible spectral imaging color enhancement (FICE)는 내시경 영상에서 전용 파장의 이미지를 전자 정보로 처리하여 영상 정보로 분리하고 다시 재구성하여 개선된 이미지를 생성할 수 있다[30]. 특정 파장을 재조합하여 점막의 미세한 부분을 강조하는 영상으로 협대역영상과 유사하나 파장을 광학 필터로 조절하는 것이 아니라, 스펙트럼 추정 기술을 통해 재구성하여 관찰하는 데 가장 적합한 파장을 적용한다는 특징이 있다. 14개의 연구를 대상으로 한 메타분석에서 비신생물성 병변과 신생물성 병변을 감별하는 데 FICE의 민감도, 특이도, 음성예측도는 91.8%, 83.5%, 83.7%로 협대역영상과 유사한 성적을 보고하였다[19].

후지논에서 개발한 blue laser imaging (BLI)과 linked color imaging (LCI)는 협대역영상과 비슷한 기술이나 청색과 녹색의 파장만 이용하는 것이 아닌 4개의 파장을 이용하여 이미지를 생성하는 기법으로 기존의 적색/녹색/청색 파장 외 410 nm의 단파장인 청자색 파장을 함께 이용하여 이미지를 개선하는 특징이 있다[31,32]. BLI 모드는 청자색 파장을 증폭시켜 점막 표면과 혈관 형태를 선명하게 하여 병변의 감별 진단에 도움이 될 수 있으며 협대역영상으로 관찰한 이미지와 비슷하다. BLI 모드에서 백색광 파장을 증가시켜 밝기를 개선한 BLI-bright 모드도 유용하게 사용할 수 있다. BLI는 확대 모드를 적용하였을 때 가장 효과적인데, 샘종과 증식용종을 감별 진단하는 데 고배율 BLI 모드의 진단 정확도는 74.0%로 고배율 협대역영상의 정확도인 77.8%와 유사한 결과를 보였다[33]. 또한, NICE와 JNET 분류를 이용한 고배율 BLI의 진단 정확도는 NBI에 비해 열등하지 않은 것으로 확인되었다[34]. BLI를 이용한 분류인 BLI Adenoma Serrated International Classification (BASIC)은 기존의 종양 병변의 진단 및 침윤 깊이 예측 외에도 목 없는 톱니병변에 대한 진단 알고리즘이 포함되며 숙련자와 비숙련자 모두에서 BASIC에 대한 적절한 교육을 통해 우수한 관찰자간 동의 수준으로 94%의 진단 정확도를 갖는 것으로 검증되었다[35]. 반면에 LCI 모드는 청자색 파장을 증폭시키고 백색광 파장도 증폭시킨 후 적색 영역이 선명한 부분과 그렇지 않은 부분의 대조를 더 뚜렷하게 하여 이미지를 만들며 용종 발견율을 높이고 목 없는 톱니병변과 같은 편평형 용종을 검출하는 데 유용하게 사용할 수 있다[36,37].