초록
Dice 손실 함수는 의료 영상 분할에 널리 사용되며, 이를 기반으로 한 다양한 개선된 손실 함수들이 제안되어 왔다. 그러나 Dice 손실 함수의 추가적인 개선 여지가 여전히 존재한다. 본 연구에서는 Dice 손실 함수의 사용 방식을 재고하고, 간단한 수학적 변환을 통해 Dice 손실 함수를 코사인 유사도를 활용한 손실 함수로 재정의할 수 있음을 발견하였다. 이러한 통찰을 바탕으로, 본 연구에서는 코사인 유사도 대신 t-비볼트-멀티플레르( t-vMF ) 유사도를 사용하는 새로운 t-vMF Dice 손실 함수를 제안한다. t-vMF 유사도를 기반으로 제안된 본 손실 함수는 원래의 Dice 손실 함수보다 더 컴팩트한 유사도 손실 함수로 구성된다. 또한, 검증 정확도를 활용하여 t-vMF 유사도의 파라미터 $κ$를 자동으로 결정하는 효과적인 알고리즘을 제안하였으며, 이를 Adaptive t-vMF Dice 손실 함수라 명명한다. 이 알고리즘을 통해 쉬운 클래스에는 보다 컴팩트한 유사도, 어려운 클래스에는 더 넓은 유사도를 적용할 수 있어, 클래스별 정확도에 기반한 적응형 학습이 가능하다. 5겹 교차 검증을 이용한 네 가지 데이터셋에서 수행된 실험을 통해, 기존의 Dice 손실 함수 및 기타 손실 함수 대비 더 높은 Dice 스코어 계수(DSC)를 달성함을 확인하였다.