DeepLung: 자동 폐 결절 검출 및 분류를 위한 깊은 3D 듀얼 경로 네트워크

이 연구에서는 완전 자동화된 폐 컴퓨터단층촬영(CT) 암 진단 시스템인 DeepLung을 소개합니다. DeepLung은 결절 검출(후보 결절의 위치를 식별하는 것)과 분류(후보 결절을 양성 또는 악성으로 분류하는 것) 두 가지 구성 요소로 이루어져 있습니다. 폐 CT 데이터의 3차원 특성과 듀얼 경로 네트워크(DPN, Dual Path Networks)의 밀집성을 고려하여, 결절 검출과 분류를 각각 위한 두 개의 깊은 3D DPN이 설계되었습니다. 특히, 3D Faster Regions with Convolutional Neural Net (R-CNN)은 3D 듀얼 경로 블록과 U-net 유사한 인코더-디코더 구조를 사용하여 결절 특징을 효과적으로 학습하기 위해 결절 검출에 설계되었습니다. 결절 분류를 위해서는 3D 듀얼 경로 네트워크 특징을 활용한 그래디언트 부스팅 머신(GBM, Gradient Boosting Machine)이 제안되었습니다. 결절 분류 서브네트워크는 LIDC-IDRI에서 제공하는 공개 데이터셋에서 검증되었으며, 이미지 모달리티 기반으로 경험 많은 의사들의 성능을 초월하고 최신 기술보다 더 우수한 성능을 보였습니다. DeepLung 시스템 내에서는 먼저 결절 검출 서브네트워크가 후보 결절을 감지하고, 이후 분류 서브네트워크가 결절 진단을 수행합니다. 광범위한 실험 결과를 통해 DeepLung이 LIDC-IDRI 데이터셋에서 경험 많은 의사들과 유사한 성능을 보임을 확인할 수 있었습니다.\footnote{https://github.com/uci-cbcl/DeepLung.git}