17일 전

DeepLOC: 손목 X선 영상에서 깊이 학습 기반 골병변 위치 규명 및 분류

Razan Dibo, Andrey Galichin, Pavel Astashev, Dmitry V. Dylov, Oleg Y. Rogov
DeepLOC: 손목 X선 영상에서 깊이 학습 기반 골병변 위치 규명 및 분류
초록

최근 몇 년간 컴퓨터 지원 진단 시스템은 방사선의사가 의료 영상 분석을 보다 정확하고 효율적으로 수행하는 데 큰 잠재력을 보여주고 있다. 본 논문에서는 손목 X선 영상에서 골 병변의 위치 추정 및 분류를 위한 새로운 접근법을 제안한다. 이 방법은 YOLO(You Only Look Once)와 새로운 구조를 도입한 Shifted Window Transformer(Swin)를 결합한 방식이다. 제안된 방법론은 손목 X선 영상 분석에서 두 가지 핵심 과제를 해결한다. 즉, 골 병변의 정밀한 위치 추정과 병변의 정확한 분류이다. YOLO 프레임워크는 실시간 객체 탐지 능력을 활용하여 골 병변의 탐지 및 위치 추정에 사용된다. 또한, Transformer 기반 모듈인 Swin은 탐지된 관심 영역(ROI, Region of Interest)에서 문맥 정보를 추출하여 정확한 병변 분류를 수행하는 데 활용된다.