본 논문은 의료 영상 분석에서 지속적 호몰로지(Persistent Homology, PH)를 이용한 특징 추출 방법을 비교 분석합니다. PH는 기존 특징 추출 방식의 한계를 극복하여 데이터 변화에 강건한 특징을 제공합니다. 2D 또는 3D 의료 영상에서 얻은 여러 개의 지속성 바코드(persistence barcode)를 이용하여 최종 위상 특징 벡터를 생성하는 두 가지 방법, 즉 바코드 집계 후 특징화와 각 바코드에서 추출한 위상 특징 벡터 연결을 비교 분석합니다. 다양한 의료 영상 데이터셋에 대한 실험 결과, 특징 벡터 연결 방법이 개별 바코드의 세부 위상 정보를 보존하여 더 나은 분류 성능을 보임을 보여줍니다.
