효율적이고 정확한 폐렴 검출을 위한 새로운 다중 스케일 트랜스포머 접근법

폐렴은 흔한 호흡기 감염으로, 특히 취약 계층에서 전 세계적으로 사망률과 질병 발생률의 주요 원인으로 남아 있습니다. 흉부 X선 촬영은 폐렴 진단의 주요 도구로 사용되지만, 영상 조건의 차이와 미묘한 시각적 지표가 일관된 해석을 복잡하게 만듭니다. 자동화된 도구는 진단의 신뢰성을 높이고 임상 결정을 지원하여 전통적인 방법을 보완할 수 있습니다. 본 연구에서는 폐렴 검출을 위한 새로운 다중 스케일 트랜스포머 접근법을 제안합니다. 이 방법은 정확한 폐 분할을 위해 경량화된 트랜스포머 강화형 TransUNet을 소개하며, 'Chest X-ray Masks and Labels' 데이터셋에서 기존 트랜스포머보다 적은 매개변수로 95.68%의 Dice 점수를 달성했습니다. 분류를 위해 우리는 사전 학습된 ResNet 모델(ResNet-50 및 ResNet-101)을 사용하여 다중 스케일 특징 맵을 추출하고, 이를 수정된 트랜스포머 모듈을 통해 처리하여 폐렴 검출 성능을 개선했습니다. 다중 스케일 특징 추출과 경량화된 트랜스포머 모듈의 통합은 견고한 성능을 보장하며, 이는 자원 제약이 있는 임상 환경에서도 적합합니다. 본 접근법은 'Kermany' 데이터셋에서 93.75%의 정확도와 'Cohen' 데이터셋에서 96.04%의 정확도를 달성하여 기존 방법들을 능가하면서도 계산 효율성을 유지했습니다. 이 연구는 다중 스케일 트랜스포머 아키텍처가 폐렴 진단 개선에 활용될 수 있는 가능성을 보여주며, 전 세계 의료 문제에 대한 확장 가능하고 정확한 해결책을 제공합니다. "https://github.com/amirrezafateh/Multi-Scale-Transformer-Pneumonia"