본 논문은 의료 영상 분석에서 데이터 기반 모델의 정확도 향상을 위해 사용되는 일반적인 증강 기법의 한계를 지적하고, 의료 영상의 특성을 고려한 새로운 증강 알고리즘을 제안합니다. 기존 증강 기법의 효과는 입증되었지만, 그 작동 원리가 명확하지 않아 의료계에서의 수용과 신뢰도 향상에 어려움이 있다는 점을 문제 삼습니다. 이에 본 논문에서는 폴라 좌표계를 기반으로 사인파 형태의 왜곡을 적용한 조각별 아핀 변환을 통해 환자의 자세 변화를 모사하는 의료 영상 특화 증강 알고리즘을 제시합니다. 이 알고리즘은 축 방향 평면에서 장기의 상대적 위치는 유지하면서 장기 분포의 변화를 생성합니다. 또한, 알고리즘의 강건성을 높이기 위해 메타 기반 스캔 테이블 제거 및 유사도 기반 매개변수 탐색이라는 두 가지 비적응형 알고리즘을 추가로 도입했습니다. 본 연구는 직관적인 설계와 이해의 용이성을 강조하여 의료 전문가의 적용성을 높이고, 다양한 분할 프레임워크와 두 가지 모달리티에서 데이터 샘플 증가 없이 정확도 향상을 보이는 실험 결과를 제시합니다. 소스 코드는 Github에서 공개합니다.
