본 논문은 의료 영상에서 해부학적 랜드마크의 자동 위치 확인에 있어서, 정확한 예측뿐 아니라 신뢰할 수 있는 불확실성 정량화의 중요성을 강조합니다. 기존의 불확실성 정량화 방법들은 특히 정규성 가정과 결합될 때 전체 예측 불확실성을 과소평가하는 경향이 있습니다. 이를 해결하기 위해, 본 논문은 해부학적 랜드마크 위치 확인에서 신뢰할 수 있는 불확실성 정량화를 위한 프레임워크로써 순응 예측(conformal prediction)을 제시합니다. 두 가지 새로운 방법, 즉 다중 출력 회귀-분류 순응 예측(M-R2CCP)과 다중 출력 회귀-분류 순응 예측 영역 설정(M-R2C2R)을 제안하며, 이는 유한 표본의 타당성을 보장합니다. 기존 방법과 달리 축 정렬 초직사각형 또는 타원형 영역을 생성하는 대신, 랜드마크 예측의 기저 불확실성 구조를 더 잘 포착하는 유연하고 비볼록한 예측 영역을 생성합니다. 다양한 2D 및 3D 데이터셋에 대한 광범위한 실험적 평가를 통해, 제안된 방법이 기존의 다중 출력 순응 예측 방법보다 타당성과 효율성 면에서 모두 우수함을 보여줍니다. 의료 영상에 초점을 맞추었지만, 다중 출력 회귀 문제에 대한 광범위한 응용 가능성을 지닙니다.
