본 논문은 연령 관련 황반변성(AMD)의 진행 상황 모니터링을 위한 의료 영상 분석 경진대회인 MARIO 챌린지 참가 결과를 보고합니다. 특히 습성 AMD 환자의 OCT 스캔에서 신생혈관 활동의 진행을 추적하여 개인 맞춤형 치료 계획을 개발하는 데 초점을 맞추었습니다. Task 1에서는 연속적인 OCT 촬영에서 두 쌍의 2D 슬라이스 간의 진행 상황을 분류하기 위해 모델 앙상블을 사용한 융합 CNN 네트워크를 적용했습니다. Task 2에서는 현재 검사 데이터를 기반으로 향후 3개월 동안의 진행 상황을 예측하기 위해, 다음 검사를 위한 OCT를 생성하고 Task 1의 솔루션을 사용하여 생성된 OCT와 현재 OCT 간의 진행 상황을 분류하는 Patch Progression Masked Autoencoder를 제안했습니다. 두 Task 모두 상위 10위 안에 들었으나, 일부 팀원이 챌린지 주최측과 동일한 기관 소속이어서 수상 자격이 없었습니다.
시사점, 한계점
•
시사점:
◦
융합 CNN 및 모델 앙상블 기법을 활용한 습성 AMD 진행 예측 모델의 효과성을 입증.
◦
Patch Progression Masked Autoencoder를 통한 향후 진행 예측 모델 제시.
