실시간 자동 M모드 심장초음파 측정: 지역에서 전역 픽셀까지의 패널 주의력 활용

모션 모드(M-mode) 기록은 심장의 크기와 기능을 측정하기 위한 초음파 심장 검사(echocardiography)의 필수적인 부분입니다. 그러나 현재 진단 방법은 세 가지 근본적인 장애로 인해 자동화 방안을 구축할 수 없습니다: 첫째, 일관된 결과를 보장하고 M-mode 초음파 심장 검사를 실시간 인스턴스 분할(real-time instance segmentation, RIS)과 연결하기 위한 오픈 데이터셋이 없습니다; 둘째, M-mode 초음파 심장 사진(echocardiograms)에 대한 시간 소모적인 수작업 라벨링(manual labelling)이 필요합니다; 셋째, 초음파 심장 사진에서 객체가 많은 픽셀을 차지하기 때문에, 여러 개의 컨볼루션 계층으로 구성된 기존 백본(예: ResNet)의 제한된 수용 범위(receptive field)는 판막 운동(valve movement)의 주기를 효과적으로 포착하는 데 비효율적입니다. 기존의 비국소적 주의(non-local attentions, NL) 메커니즘은 실시간 처리가 불가능하거나 고비용 연산으로 인해 정보 손실이 발생하거나, 비국소적 블록의 단순화된 버전에서 정보를 잃어버리는 등의 문제를 가지고 있습니다.따라서, 우리는 RAMEM이라는 실시간 자동 M-mode 초음파 심장 측정 방안을 제안하여 이 문제들을 해결하는데 세 가지 측면에서 공헌하였습니다: 1) 인스턴스 분할을 위한 M-mode 초음파 심장 사진 데이터셋인 MEIS를 제공하여 일관된 결과를 가능하게 하고 자동화 방안 개발을 지원합니다; 2) 픽셀 언셔플링(pixel-unshuffling)을 통해 로컬-투-글로벌 효율적인 주의 메커니즘인 패널 주의(panel attention)를 제안하고, 이를 업데이트된 UPANets V2에 통합하여 큰 객체 감지를 위한 글로벌 수용 범위를 갖춘 RIS 방안을 구현합니다; 3) AMEM이라는 효율적인 알고리즘을 개발 및 구현하여 진단 과정에서 빠르고 정확한 자동 라벨링을 가능하게 합니다. 실험 결과는 RAMEM이 PASCAL 2012 SBD 테스트에서 기존 RIS 백본(비국소적 주의 포함)보다 우수하며, MEIS 테스트에서 인간 성능보다 더 우수함을 보여주었습니다. MEIS와 데이터셋의 코드는 https://github.com/hanktseng131415go/RAME 에서 확인할 수 있습니다.