Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Clinical Inspired MRI Lesion Segmentation

Created by
  • Haebom

저자

Lijun Yan, Churan Wang, Fangwei Zhong, Yizhou Wang

개요

본 논문은 자기공명영상(MRI)을 이용한 병변 분할을 개선하기 위해 잔차 융합 기법을 제안합니다. 기존 임상에서 사용하는 전후 대조 조영제 T1 강조 영상의 차이(sub-sequence feature)에 착안하여, 다중 해상도에서 전후 대조 영상의 특징을 동적 가중치를 이용해 반복적이고 적응적으로 융합하는 방법을 제시합니다. 이는 다양한 병변 증강 패턴에 대한 최적의 융합을 달성합니다. Brain Tumor Segmentation (BraTS2023) 데이터셋과 자체 구축한 유방 MRI 데이터셋에서 최첨단 성능을 달성하였으며, 임상적으로 영감을 받은 방법으로 다양한 응용 분야에서 병변 분할을 용이하게 할 수 있는 잠재력을 가지고 있습니다.

시사점, 한계점

•
시사점:
◦
다양한 MRI 시퀀스의 특징을 효과적으로 융합하여 병변 분할 정확도 향상.
◦
임상적으로 사용되는 sub-sequence feature를 활용한 실용적인 접근 방식 제시.
◦
BraTS2023 및 유방 MRI 데이터셋에서 최첨단 성능 달성.
◦
다양한 질병 및 영상 modality에 적용 가능성 제시.
•
한계점:
◦
제안된 방법의 일반화 성능에 대한 추가적인 검증 필요.
◦
다양한 종류의 병변에 대한 성능 비교 분석이 부족할 수 있음.
◦
in-house breast MRI dataset의 자세한 정보 부족.
◦
다른 딥러닝 기반 병변 분할 방법과의 비교 분석이 더욱 상세히 필요.
👍
Made with Slashpage