라벨 분포 학습을 통한 공동 여드름 이미지 등급화 및 수치화

피부질환의 정확한 중증도 등급화는 환자에게 정밀한 치료를 제공하는 데 핵심적인 역할을 한다. 청소년기에서 가장 흔한 피부질환인 여드름은 임상 현장에서 증상 기반의 레슨 수 계산과 경험 기반의 전반적 평가를 통해 등급화할 수 있다. 그러나 여드름의 중증도가 유사한 외형을 보일 경우, 정확한 레슨 수 계산과 등급화가 어려운 문제가 있다. 본 논문에서는 여드름 중증도 간의 모호한 정보를 고려하여 레이블 분포 학습(Label Distribution Learning, LDL)을 활용한 여드름 이미지 분석 문제를 다룬다. 전문가 기준에 기반하여, 유사한 레슨 수와 여드름 중증도 간의 관계를 각각 반영한 두 가지 여드름 레이블 분포를 생성하였다. 또한, 여드름 이미지의 등급화와 레슨 수 계산을 동시에 수행할 수 있는 통합 프레임워크를 제안하였으며, 다중 작업 학습 손실을 통해 최적화하였다. 더불어, 각 이미지에 대한 여드름 중증도와 레슨 수를 주석화한 ACNE04 데이터셋을 구축하여 평가에 활용하였다. 실험 결과, 제안하는 프레임워크가 최신 기술들에 비해 우수한 성능을 보였다. 코드와 데이터셋은 https://github.com/xpwu95/ldl 에 공개되어 있다.