DGIST, 데이터로 암 탐지 딥러닝 기술 개발

약지도학습 영역화 성능 개선

DGIST는 13일 박상현 교수(로봇·기계전자공학과 및 인공지능전공 겸직) 연구팀이 암이 존재한다는 데이터만으로 병리영상에서 암의 존재와 부위까지 정확하게 보여줄 수 있는 약지도학습(Weakly supervision) 딥러닝 모델을 개발했다고 밝혔다.

연구팀은 슬라이드 단위의 암 유무 표시를 가진 학습데이터만으로 암 위치까지 정확히 분할해낼 수 있는 기법을 발견했다. 이는 먼저 비지도 대조학습(Unsupervised contrastive learning)을 통해 패치들로부터 유의미한 특징들을 효과적으로 추출하도록 네트워크를 학습시키고 이를 이용해 각 위치정보를 유지하면서 주요 특징들을 검출하게 해 패치들 간 상관관계를 유지한 채 영상의 크기를 줄이는 병리영상 압축 기술이다.

이후 압축된 병리영상으로부터 클래스 활성 지도(Class activation map)를 활용해 암일 확률이 높은 부위를 찾아내고 픽셀 상관관계 모듈(Pixel correlation module, PCM)을 이용해 전체 병리영상 내에서 암일 확률이 높은 부분들을 모두 영역화 해낼 수 있는 모델을 개발하게 됐다.

박상현 DGIST 교수는 “이번 연구를 통해 개발한 모델은 병리영상의 약지도학습 영역화 성능을 크게 개선시켰으며 이를 통해 병리영상 분석이 필요한 다양한 연구들의 효율성 향상에 기여할 수 있을 것으로 기대된다”고 말했다.

한편, 이번 연구 결과는 그 우수성을 인정받아 의료영상 분석 관련 분야 최상위 국제학술저널인 MedIA (Medical Image Analysis Journal)에 게재됐다.

/김재욱기자 [e-mail]