U-Net-ResNet50를 이용한 자동 폴립 세그멘테이션

결장 폴립은 전 세계적으로 암으로 인한 사망 원인 중 하나로 간주되는 대장암의 전구 질환입니다. 대장내시경 검사는 대장 폴립의 식별, 위치 파악 및 제거를 위한 표준 절차입니다. 폴립의 형태와 크기의 다양성, 주변 조직과의 유사성 등으로 인해 임상의들은 대장내시경 과정에서 폴립을 놓치는 경우가 많습니다. 대장내시경 중 자동적이고 정확하며 빠른 폴립 세그멘테이션 기법을 활용할 경우, 많은 대장 폴립을 쉽게 탐지하고 제거할 수 있습니다. '메디코 자동 폴립 세그멘테이션 챌린지(Medico automatic polyp segmentation challenge)'는 폴립 세그멘테이션 기술을 연구하고 효율적이고 정확한 세그멘테이션 알고리즘을 개발할 수 있는 기회를 제공합니다. 본 연구에서는 폴립 세그멘테이션을 위해 사전 훈련된 ResNet50을 인코더로 사용한 U-Net 아키텍처를 활용하였습니다. 모델은 챌린지에서 제공된 Kvasir-SEG 데이터셋을 기반으로 훈련하고, 주최 측의 데이터셋에서 테스트하여, 딱스 계수(Dice coefficient) 0.8154, 재현율(Jaccard) 0.7396, 재현율(recall) 0.8533, 정밀도(precision) 0.8532, 정확도(accuracy) 0.9506, F2 스코어 0.8272의 성능을 달성하였으며, 본 모델의 일반화 능력을 입증하였습니다.