Core Concepts
분포 변화에 강건한 혈관 분할 알고리즘 개발을 위해 다양한 특성을 가진 혈관 영상 데이터셋을 제안한다.
Abstract
이 논문은 혈관 분할 알고리즘의 성능을 측정하기 위한 새로운 데이터셋인 VessMAP을 소개한다. 기존 데이터셋은 일반적인 혈관 영상만을 포함하지만, VessMAP은 다양한 특성(대비, 밀도, 잡음 수준 등)을 가진 영상을 포함하도록 설계되었다.
데이터셋 생성을 위해 다음과 같은 방법을 사용했다:
기존 비주석 데이터셋에서 256x256 패치를 추출하여 18,279개의 영상 생성
혈관 대비, 잡음 수준, 혈관 밀도, 중심선 불균일성 등 4가지 특성을 계산하여 4차원 특징 공간에 매핑
특징 공간의 이산화된 격자에서 균일하게 100개의 영상 선택 및 수동 주석 작업 수행
생성된 VessMAP 데이터셋은 다양한 특성을 가진 영상을 포함하고 있으며, 이를 활용하여 분포 변화에 강건한 혈관 분할 알고리즘 개발이 가능할 것으로 기대된다. 또한 적은 수의 주석 데이터로도 효과적인 모델 학습이 가능한 few-shot 및 active learning 연구에도 활용될 수 있다.
Stats
혈관 대비가 높은 영상에 비해 낮은 대비의 영상을 학습 데이터로 사용하면 검증 데이터에서 성능이 크게 떨어진다.
혈관 밀도가 낮은 영상을 학습 데이터로 사용하면 검증 데이터에서 성능이 크게 떨어진다.
Quotes
"분포 변화에 강건한 모델을 개발하기 위해서는 전형적인 샘플뿐만 아니라 비전형적인 샘플도 고려해야 한다."
"기존 데이터셋은 일반적인 혈관 영상만을 포함하지만, VessMAP은 다양한 특성을 가진 영상을 포함하도록 설계되었다."