제목
대조 학습 기반 담도암 자동 진단 보조 시스템
요약
담도암이 발병하였을 때 근치적 절제술이 장기생존을 위한 유일한 방법이지만 일부 환자만이 수술이 가능한 초기 단계에서 진단되기에 담도암 진단을 보조하는 기법의 연구는 필수적이다. 하지만, 기존 기법들은 진단 과정에서 임상 전문가들의 개입이 필요하여, 실제 환경에서는 임상 전문가들의 경험에 의존적이고 자동화된 진단 보조 시스템 개발이 힘들다. 따라서, 본 연구에서는 조영증강 CT를 기반으로 한 담도암 자동 진단 보조 시스템을 제안한다. 간과 담도 영역 분할을 활용하여 담도 영역을 추출하는 방법을 제시하였고, 멀티 도메인 데이터셋을 활용하여 domain adaptative한 간, 담낭 모델을 구축하였다. 또한, 적은 데이터와 데이터 불균형을 해결하기 위해 샴 신경망을 기반으로 한 대조 학습 기법을 제안하였다. 제안된 방법은 부산대학교 병원의 데이터를 사용하여 학습 및 검증되었으며, balanced accuracy가 0.8836, AUC가 0.9223로 기존의 컴퓨터 비전 기반 방법과 비교하여 우수한 성능을 보여주었다.