LUNet: 고해상도 안저 영상에서 동맥과 정맥의 분할을 위한 딥 러닝

시상막은 디지털 망막 영상(Digital Fundus Images, DFI)과 같은 영상 기술을 사용하여 비침습적으로 혈관에 접근할 수 있는 유일한 인체 부위입니다. 시상막 미세혈관의 공간 분포는 심혈관 질환에 따라 변화할 수 있으므로, 눈은 우리의 심장을 관찰하는 창으로 여겨질 수 있습니다. 시상막 동맥과 정맥(Arterioles and Venules, A/V)의 컴퓨터화된 분할은 자동화된 미세혈관 분석에 필수적입니다. 활성 학습을 활용하여, 15명의 의학 학생들이 수행하고 안과 전문의가 검토한 240개의 군중 소싱(Crowd-sourced) 수작업 A/V 분할 데이터셋을 생성하였으며, 고해상도 A/V 분할을 위한 새로운 딥러닝 아키텍처인 LUNet를 개발하였습니다. LUNet 아키텍처는 모델의 수용 범위를 확장하고 매개변수 개수를 줄이기 위해 이중 희소 컨볼루션 블록(Double Dilated Convolutional Block)을 포함합니다. 또한, LUNet는 고해상도에서 작동하여 분할 결과를 개선하는 긴 꼬리를 가지고 있습니다. 사용자 정의 손실 함수(Custom Loss Function)는 혈관의 연속성을 강조합니다. LUNet는 지역 테스트 세트와 인종, 병력, 주석자(Annotators) 간 분포 차이를 시뮬레이션한 네 가지 외부 테스트 세트에서 두 가지 최신 분할 알고리즘보다 유의미하게 우수한 성능을 보였습니다. 우리는 이 새로 생성된 데이터셋을 공개 접근 가능하도록 만들 것입니다(출판 시).이 번역은 원문 내용을 충실히 반영하며, 한국어 과학 및 학술 글쓰기 스타일에 맞게 자연스럽고 정확하게 표현되었습니다. 전문 용어와 기술 개념은 일반적으로 사용되는 한국어 용어로 번역되었으며, 불편한 표현이나 생경한 단어는 가능한 한 피하였습니다.