본 논문은 침윤성이 강한 뇌종양인 신경교종의 병변 분할을 위한 효율적이고 해석 가능한 심층 학습 모델인 GaMNet을 제안합니다. GaMNet은 전역 정보 모델링을 위한 NMamba 모듈과 효율적인 국소 특징 추출을 위한 다중 스케일 CNN을 통합합니다. 또한, 다중 스케일 가보어 필터를 적용하여 해석성을 높이고 인간의 시각 시스템을 모방합니다. 기존 CNN 및 Transformer 기반 모델의 한계인 맥락 모델링 부족 및 높은 계산량 문제를 해결하여 모바일 의료 기기에서의 실시간 사용을 가능하게 합니다. 실험 결과, GaMNet은 기존 방법보다 높은 분할 정확도를 달성하고, 특히 위양성 및 위음성을 감소시켜 임상 진단의 신뢰성을 향상시킴을 보여줍니다.
