뇌종양 분할은 다중 시퀀스 MRI에서 계층적 구조를 정확하게 분할해야 한다. 기존 딥러닝 방법은 시각적 특징에 의존하여 모호한 경계 영역에서 충분한 판별력을 보이지 못하고 해부학적 의미론 및 기하학적 위상과 같은 의학적 도메인 지식을 명시적으로 통합하지 못한다. 본 연구에서는 병리 기반 차등 특징, 비지도 의미론적 설명, 지속적 상동성 분석을 통해 추출된 기하학적 제약 조건 등 세 가지 이질적인 지식 사전 정보를 명시적으로 통합하는 지식 기반 프레임워크 STPF(Synchronized Tri-modal Prior Fusion)를 제안한다. STPF는 BraTS 2020 데이터 세트에서 평균 Dice 계수 0.868을 달성하여 최상의 기준선보다 2.6% 포인트 향상된 성능을 보였다.
