초록
현재 조직병리학적 영상에서 염증의 세포 구조를 연구하는 것은 진단 및 연구 목적에 일반적으로 수행되지만, 생검 슬라이드에서 제공되는 많은 정보를 제외하고 있다. 자가면역질환 분야에서는 조직 수준에서 염증에 관여하는 주요 세포 유형은 무엇인지, 그리고 이러한 세포들이 서로 어떻게 상호작용하는지에 대한 핵심적인 연구 질문들이 여전히 남아 있다. 이러한 질문들은 기존의 전통적 방법을 통해 부분적으로 답할 수는 있으나, 세그멘테이션과 분류에 적용되는 인공지능 기법은 자가면역질환에서 염증의 구조를 이해하는 데 훨씬 더 효율적인 방법을 제공하며, 새로운 통찰을 얻을 수 있는 큰 잠재력을 지닌다. 본 논문에서는 인간의 피부근육염 생검 자료를 활용하여 염증 세포를 탐지하고 식별하기 위한 딥러닝 기반의 방법론을 실증적으로 개발하였다. 제안하는 방법은 분류 성능을 26% 향상시키고, 세그멘테이션 성능을 5% 향상시켰으며, 또한 추가로 세그멘테이션 성능을 3% 더 향상시키는 새로운 후처리 오토인코더 아키텍처를 제안하였다.