[논문] 데이터 부족 상황에서 합성 병변 MR 이미지가 자동 국소 피질 이형성증 탐지에 미치는 영향
개요
배경 및 목적: 초점 피질 이형성(FCD)의 자동 검출에는 병변이 구분된 복셀 단위 MRI 데이터가 대량 필요하지만, 이를 확보하기는 어렵다. 본 연구는 FCD를 나타내는 합성 MRI 데이터를 생성하고, 그 현실성을 평가하며, 특히 수동 주석의 필요성을 줄이는 데 있어 자동 FCD 검출에 미치는 영향을 평가하는 것을 목표로 한다.
방법: 131명의 FCD 환자와 90명의 건강 대조군으로부터 다중(3) 사이트에서 수집된 T1‑가중(T1w) 및 T2‑가중 Fluid‑Attenuated Inversion Recovery(FLAIR) MRI 스캔을 후향적으로 분석하였다. 합성 MRI는 이진 FCD 마스크를 조건으로 하는 생성 네트워크에 의해 생성되었다. 두 명의 신경방사선과 전문의가 14개의 실제 스캔과 14개의 합성 스캔이 무작위로 섞인 세트에서 실제 이미지를 식별하였다. 세 개의 nnU‑Net 모델을 사용해 FCD를 검출하도록 훈련시켰다: (i) 실제 데이터만 사용(35 FCD / 35 대조), (ii) 실제 데이터(35 FCD / 35 대조)와 합성 데이터 증강을 함께 사용, (iii) 실제 데이터를 확대한 데이터(70 FCD / 70 대조).
결과: 전문가들은 실제와 합성 이미지를 구별하는 능력이 제한적이었으며, T1w에서는 60 %, FLAIR에서는 70 %의 분류 정확도를 보였고, 평가자 간 일치도(kappa)는 0.86이었다. 합성 데이터를 이용한 자동 FCD 검출 증강은 민감도를 8.14 % 증가시켰으며(p = 0.12), 실제 병변 부위에서 모델 신뢰도도 0.83 ± 0.11에서 0.89 ± 0.12로 향상되었다(p = 0.02). 실제 데이터를 확대한 모델은 민감도를 73.8 %까지 추가로 향상시켰으며(p < 0.001), 신뢰도는 0.90 ± 0.14로 개선되었다(p = 0.01).
결론: 조건부 생성 네트워크는 현실적인 합성 FCD‑MRI를 생성할 수 있으며, 라벨링된 데이터 필요량을 약 20 % 감소시키면서 동일한 민감도를 유지한다. 동일량의 실제 데이터가 확보될 경우, 합성 증강보다 여전히 더 효과적이다.
주요 기여
이 논문은 다음 분야의 연구를 제시한다:
- eess.IV
- cs.AI
- cs.CV
방법론
자세한 방법론은 전체 논문을 참고하십시오.
실용적 시사점
이 연구는 eess.IV 분야의 발전에 기여한다.
저자
- Prabhjot Kaur
- Hakim Ouaalam
- Sedat Kandemirli
- Sanjay P. Prabhu
- Simon K. Warfield
논문 정보
- arXiv ID: 2606.07381v1
- Categories: eess.IV, cs.AI, cs.CV
- Published: 2026년 6월 5일
- PDF: PDF 다운로드