본 논문은 폐암 조기 진단의 정확도 향상을 위해 전이 학습을 활용한 하이브리드 심층 합성곱 모델인 최대 민감도 신경망(MSNN)을 제시합니다. MSNN은 민감도와 특이도를 개선하여 폐암 검출의 정확도를 높이는 데 중점을 두고 있으며, 실험 결과 98%의 정확도와 97%의 민감도를 달성하여 기존 심층 학습 방식을 능가하는 성능을 보였습니다. 또한, 폐 CT 스캔에 민감도 맵을 중첩하여 악성 또는 양성으로 분류될 가능성이 가장 높은 영역을 시각화할 수 있도록 합니다. 이를 통해 의료 진단의 정확성을 향상시키고, 위양성을 최소화하면서 폐암을 효과적으로 구별하는 혁신적인 방법을 제시합니다.
