망막 이미지에서 U-Net++와 EfficientNet 인코더를 사용한 시신경두, 컵 및 중심소견 검출

망막 구조물인 시신경점(OD), 시신경구(chest), 중심부근(fovea)의 정확한 탐지는 노화관련 황반변성(AMD), 녹내장 및 기타 망막 질환 분석에 있어 매우 중요하다. 기존의 대부분의 세그멘테이션 방법은 이러한 망막 구조물을 별도로 탐지하기 때문에, 컴퓨터 보조 안과 진단 및 스크리닝을 위한 종합적 분석이 어려운 문제가 있다. 이 문제를 해결하기 위해 본 논문은 시신경점, 시신경구, 중심부근 분석을 통합적으로 수행하는 접근법을 제안한다. 본 논문은 EfficientNet-B4 모델을 백본으로 사용한 개량된 U-Net++ 아키텍처를 활용하여, 시신경점과 함께 시신경구 및 중심부근을 탐지하는 새로운 방법을 제시한다. EfficientNet에서 추출한 특징 정보는 U-Net++ 내의 스킵 연결을 통해 활용되어 정밀한 세그멘테이션을 가능하게 한다. 성능 평가를 위해 ADAM 및 REFUGE 챌린지 데이터셋이 사용되었다. 제안된 방법은 ADAM 데이터셋에서 시신경점 세그멘테이션에 대해 94.74%의 성공률과 95.73%의 Dice 계수를 달성하였으며, 중심부근 탐지에서는 ADAM 데이터셋에서 평균 유클리드 거리 26.17 픽셀의 성능을 보였다. 제안된 방법은 ISBI ADAM 2020 챌린지에서 시신경점 탐지 및 세그멘테이션 과제에서 1위를 차지하였다.