딥러닝 모델에 적용된 피부암 분류에서 이미지와 메타데이터를 결합하기 위한 주의 기반 메커니즘

딥 뉴럴 네트워크를 활용해 개발된 컴퓨터 지원 피부암 분류 시스템은 일반적으로 피부 병변의 이미지만을 기반으로 예측을 수행한다. 비록 희망적인 성과를 보이고 있지만, 인간 전문가가 피부 병변 스크리닝 과정에서 고려하는 중요한 단서인 환자 인구통계학적 정보를 함께 고려할 경우 더 높은 성능을 달성할 수 있다. 본 논문에서는 딥러닝 모델을 활용하여 이미지와 메타데이터 특징을 결합하는 문제에 대해 다룬다. 우리는 분류 파이프라인 전반에 걸쳐 이미지에서 추출한 가장 관련성 있는 특징을 강화함으로써 메타데이터를 활용하여 데이터 분류를 지원하는 새로운 알고리즘인 메타데이터 처리 블록(MetaBlock)을 제안한다. 제안한 방법은 MetaNet과 특징 병합 기반 방법과 비교되었으며, 두 개의 서로 다른 피부 병변 데이터셋에서 얻은 결과는 제안된 방법이 모든 테스트 모델에서 분류 성능을 향상시키며, 10가지 시나리오 중 6개에서 다른 결합 접근법보다 우수한 성능을 보였음을 보여준다.