Core Concepts
본 연구는 시간 조건부 신경 필드와 순환 신경망을 활용하여 종양 성장을 정확하게 예측하는 DeepGrowth 모델을 제안한다.
Abstract
이 논문은 전정 신경초종(vestibular schwannoma) 종양 성장 예측을 위한 DeepGrowth 모델을 소개한다.
주요 내용은 다음과 같다:
기존 연구와 달리 종양 형태를 직접 이미지 공간에서 예측하는 대신, 저차원 잠재 코드로 인코딩하고 이를 기반으로 미래 형태를 재구성한다.
불규칙한 시간 간격 문제를 해결하기 위해 시간 조건부 순환 모듈과 새로운 시간 인코딩 전략을 도입한다.
내부 전정 신경초종 데이터셋에 대한 실험 결과, 제안 모델이 기존 모델에 비해 특히 빠르게 성장하거나 줄어드는 종양에 대해 더 나은 성능을 보였다.
제안 모델은 종양 형태를 신경 필드로 표현하여 정보를 압축하고, 이를 통해 종양 성장 모델링을 개선할 수 있음을 보여준다.
Stats
전정 신경초종 환자 131명의 3회 연속 MRI 스캔 데이터를 사용했다.
각 스캔의 공간 해상도는 0.254 × 0.254 × 0.81 mm에서 1.17 × 1.17 × 1.20 mm 사이였다.
스캔 간 시간 간격은 87일에서 2157일 사이였다.