17일 전

궤양성 대장염 중증도 추정을 위한 거리 가중 교차 엔트로피 손실

Gorkem Polat, Ilkay Ergenc, Haluk Tarik Kani, Yesim Ozen Alahdab, Ozlen Atug, Alptekin Temizel
궤양성 대장염 중증도 추정을 위한 거리 가중 교차 엔트로피 손실
초록

궤양성 대장염의 내시경 활성도를 측정하는 평가 체계, 예를 들어 Mayo 내시경 점수 또는 궤양성 대장염 내시경 심각도 지수 등에서는 점수 수준이 질환 활성도의 정도와 함께 증가한다. 이러한 점수 간의 상대적 순위 관계는 순서형 회귀 문제(ordinal regression problem)를 형성한다. 반면, 대부분의 연구에서는 심층 학습 모델을 학습시키기 위해 범주형 교차 엔트로피 손실 함수(categorical cross-entropy loss function)를 사용하고 있으나, 이는 순서형 회귀 문제에 최적화된 방법이 아니다. 본 연구에서는 클래스의 순서를 고려하고, 클래스 간 거리 정보를 손실 계산에 반영하는 새로운 손실 함수인 클래스 거리 가중 교차 엔트로피(Class Distance Weighted Cross-Entropy, CDW-CE)를 제안한다. 실험 평가 결과, CDW-CE로 학습된 모델은 기존의 범주형 교차 엔트로피 및 다른 일반적으로 사용되는 순서형 회귀 문제에 설계된 손실 함수로 학습된 모델보다 우수한 성능을 보였다. 또한, CDW-CE 손실 함수로 학습된 모델의 클래스 활성 맵(class activation maps)은 더 높은 클래스 구분 능력을 보이며, 전문가들의 평가에서도 더 합리적인 해석이 가능하다는 점이 확인되었다.

궤양성 대장염 중증도 추정을 위한 거리 가중 교차 엔트로피 손실 | 최신 연구 논문 | HyperAI초신경