컨볼루션 신경망을 이용한 스트로크 병변 탐지

뇌졸중은 뇌 조직에 손상을 주는 질환으로, 주로 뇌 특정 부위로의 혈류 공급에 변화가 생기면서 발생한다. 이로 인해 해당 부위와 관련된 특정 기능이 저하되며, 환자의 삶의 질이 크게 떨어질 수 있다. 본 연구에서는 입자군 최적화(Particle Swarm Optimization, PSO)를 활용해 최적화된 합성곱 신경망(Convolutional Neural Networks, CNN)을 이용하여 컴퓨터 단층촬영(Computed Tomography, CT) 이미지를 기반으로 뇌졸중을 탐지하는 문제에 대해 다룬다. 연구에서는 허혈성 뇌졸중과 출혈성 뇌졸중이라는 두 가지 주요 유형의 뇌졸중을 고려하였으며, 뇌졸중 탐지 관련 연구를 촉진하기 위해 공개 데이터셋을 제공하였다. 해당 데이터셋은 각각의 뇌졸중 유형에 대해 세 가지 유형의 이미지를 포함한다. 즉, 원본 CT 이미지, 두개골이 세그먼트화된 이미지, 그리고 방사선 밀도 지도(radiological density map)가 추가된 이미지이다. 실험 결과, CNN 기반 모델이 뇌졸중 탐지에 적합함을 입증하였으며, 매우 유망한 성능을 보였다.