본 논문은 유방 MRI 영상의 정량적 분석을 위한 다중 라벨 분할 알고리즘인 BreastSegNet을 제시합니다. 기존의 유방 MRI 분할 방법들이 일부 해부학적 구조(섬유선 조직이나 종양 등)에만 초점을 맞춘 것과 달리, BreastSegNet은 섬유선 조직, 혈관, 근육, 뼈, 병변, 림프절, 심장, 간, 보형물 등 9가지 해부학적 구조를 포함합니다. 연구진은 전문 방사선과 의사의 검토 및 수정을 거쳐 1123개의 MRI 슬라이스에 대한 수동 주석 작업을 수행했습니다. U-Net, SwinUNet, UNet++, SAM, MedSAM, 그리고 여러 ResNet 기반 인코더를 사용한 nnU-Net 등 9가지 분할 모델을 벤치마킹한 결과, nnU-Net ResEncM이 모든 라벨에 대해 평균 Dice 점수 0.694를 달성하며 가장 높은 성능을 보였습니다. 특히 심장, 간, 근육, 섬유선 조직, 뼈에서 0.73을 넘는 Dice 점수를 기록했으며, 심장과 간에서는 0.90에 근접하는 성능을 보였습니다. 모든 모델 코드와 가중치는 공개적으로 이용 가능하며, 데이터는 추후 공개될 예정입니다.
