Core Concepts
Dr-SAM은 혈관 분할, 직경 추정 및 혈관 이상 탐지를 위한 종단 간 프레임워크를 제안한다.
Abstract
이 논문은 혈관 조영술 이미지 분석을 위한 종단 간 프레임워크인 Dr-SAM을 소개한다.
먼저 SAM(Segment Anything Model)을 기반으로 하여 혈관 분할을 수행한다. 이를 위해 특별한 양성 포인트 선택 메커니즘을 도입하였다.
다음으로 분할된 혈관 마스크의 골격을 추출하고 가지치기하여 혈관 중심선을 추정한다. 이를 통해 혈관 직경을 계산할 수 있다.
마지막으로 혈관 직경 정보를 활용하여 협착(stenosis) 및 동맥류(aneurysm) 등의 이상 지점을 탐지한다.
또한 이 논문에서는 말초 혈관 조영술 이미지에 대한 새로운 벤치마크 데이터셋을 소개한다. 이 데이터셋은 향후 이 분야의 연구 발전에 기여할 것으로 기대된다.
Stats
혈관 분할 결과의 평균 IoU(Intersection over Union)는 SAM 단독 0.754, 단순 양성 포인트 선택 0.807, 제안 방법 0.859로 나타났다.
혈관 중심선 추정 및 직경 계산 결과는 기존 스켈레톤 기반 방법에 비해 우수한 성능을 보였다.
제안 방법은 혈관 이상 지점을 정확하게 탐지하였다.
Quotes
"혈관 조영술 검사 중 협착 치료를 동시에 수행하면 합병증 위험을 줄이고 혈류를 신속하게 복원할 수 있어 유리하다."
"신속하고 정확한 혈관 변화 평가는 협착/동맥류 탐지 및 특성화에 필수적이다."