본 논문은 조산아에서 심각한 신경학적 합병증인 뇌실 내 출혈(IVH)의 조기 및 정확한 검출을 위한 뇌 초음파(US) 영상 분석에 딥러닝 기법을 적용한 연구입니다. 기존 딥러닝 모델의 한계인 국소적 공간 정보와 전역적 문맥 정보의 동시 고려 어려움을 해결하기 위해, 향상된 Residual U-Net 구조에 Convolutional Block Attention Module (CBAM)과 Sparse Attention Layer (SAL)이라는 두 가지 상호 보완적인 어텐션 메커니즘을 통합했습니다. CBAM은 공간 및 채널별 특징을 개선하고, SAL은 이중 분기 설계를 통해 잡음을 억제하고 정보 전파를 보장합니다. 뇌 US 데이터셋을 이용한 실험 결과, 제안된 방법은 최첨단의 분할 성능(Dice score 89.04%, IoU 81.84%)을 달성했습니다.
