Core Concepts
본 연구는 태아 뇌 초음파 검사 시 표준 단면에 대한 근접성을 실시간으로 제공하는 파이프라인을 제안한다. 이를 위해 반지도 학습 기반 뇌 분할 및 분류 모델과 초음파 단면 자세 추정 네트워크를 결합하여 표준 단면에 대한 근접도를 측정한다.
Abstract
본 연구는 태아 뇌 초음파 검사 시 표준 단면에 대한 근접성을 실시간으로 제공하는 파이프라인을 제안한다. 주요 내용은 다음과 같다:
반지도 학습 기반 뇌 분할 및 분류 모델 (SS-Seg+Class)
레이블된 표준 단면 이미지와 레이블되지 않은 3D 초음파 볼륨 슬라이스를 활용하여 다양한 태아 뇌 이미지에서 신뢰할 수 있는 분할을 가능하게 함
뇌 유무를 정확하게 식별하여 관련성 있는 단면 자세 추정을 가능하게 함
초음파 단면 자세 추정 네트워크
마스킹된 뇌 이미지를 입력으로 하여 6D 자세를 예측
표준 단면에 대한 근접도 측정을 위해 정답 자세를 수동 주석화
실제 태아 초음파 스캔 영상에 대한 파이프라인 검증
다양한 전문성 수준의 산모 검사자로부터 얻은 실제 스캔 영상에 대한 검증
전문가 평가와의 비교를 통해 표준 단면 검출 및 근접도 예측의 실용성 입증
본 연구는 기존 태아 초음파 기술을 보완하고 산전 진단 실무를 발전시킬 수 있는 접근법을 제시한다.
Stats
레이블된 테스트 이미지에 대한 평균 IoU는 0.9482로 우수한 성능을 보임
레이블되지 않은 검증 이미지 간 평균 IoU는 0.8278로 일관된 분할 결과를 보임
마스킹을 적용한 경우 단면 자세 추정 오차가 감소함
평균 이동 오차: 3.35 mm (마스킹 적용) vs 4.11 mm (미적용)
평균 회전 오차: 6.96° (마스킹 적용) vs 8.96° (미적용)