본 논문은 터키 보건부의 CT 스캔 데이터를 사용하여 뇌졸중(허혈성, 출혈성, 무뇌졸중)을 다중 분류하는 인공지능 프레임워크를 제안합니다. 최첨단 Vision Transformer인 MaxViT를 기본 심층 학습 모델로 채택하고, 데이터 증강 기법(합성 이미지 생성 포함)을 적용하여 모델의 일반화 성능과 클래스 불균형 문제를 해결했습니다. MaxViT 모델은 데이터 증강을 통해 98.00%의 정확도와 F1 점수를 달성하여 다른 모델들과 기준 모델들을 능가했습니다. 또한, Grad-CAM++ 기반의 XAI (설명 가능한 인공지능)를 통합하여 모델의 결정 과정을 시각적으로 설명하고, 신뢰성 있는 AI 기반 뇌졸중 진단 도구 개발에 기여했습니다.
