맥락 정보 조절 및 위양성 분류기를 통한 MRE 영상에서 염증성 장질환 검출

Abstract

크론병(Crohn’s disease)은 만성 염증성 장 질환으로 크론병의 정확한 진단과 중증도 판정을 위해 MRE 영상에서 염증성 부위를 정확하게 검출하는 것이 필수적이다. MRE 영상에서 염증 검출은 다양한 크기와 위치, 형태와 신호강도를 가지고 있어 검출이 어렵고 높은 밝기 값으로 인해 신호 강도가 유사한 대변, 액체, 혈관 등과 혼동되어 위양성 검출이 나타나는 한계가 있다. 본 연구는 맥락 정보를 조절하는 Focal Modulation Network를 활용한 Mask R-CNN과 염증과 비염증을 분류하는 Detection Refinement Classifier를 제안한다. 공간적 맥락 정보를 반영해 염증 영역을 강조하고 염증과 비염증의 차이를 학습해 위양성을 줄인다. 실험 결과, 제안 방법은 기존 Mask R-CNN mAP(37.9%) 대비 높은 mAP(52.8%)를 보였으며 위양성 검출이 감소됨을 확인하였다.