핵심 개념
병리 표본 전체 슬라이드 이미지에서 조직 인공물을 정확하게 탐지하고 심각도를 분석하여 자동 진단에 활용할 수 있는 방법을 제안한다.
초록
이 연구는 병리 표본 전체 슬라이드 이미징(WSI) 시스템에서 발생하는 조직 인공물을 탐지하고 심각도를 분석하는 방법을 제안한다.
- 조직 인공물 탐지:
- DoubleUNet과 ResUNet++ 기반의 이미지 분할 모델을 사용하여 조직 접힘(tissue fold)과 기포(air bubble) 인공물을 정확하게 탐지함
- 97% 이상의 정확도를 달성
- 조직 인공물 심각도 분석:
- 다양한 사전 학습 모델을 활용한 전이 학습 기반 분류 모델을 구축
- 앙상블 학습을 통해 99.99%의 정확도로 조직 인공물의 심각도를 분석
이를 통해 병리 표본 전체 슬라이드 이미지의 품질 평가 및 자동 진단에 활용할 수 있는 실용적인 방법을 제시한다.
통계
조직 접힘 인공물의 경우 평균 IOU(Intersection over Union)가 85.81%이며, 검증 데이터셋에서 88.88%를 달성했다.
기포 인공물의 경우 평균 IOU가 89.96%이며, 검증 데이터셋에서 91.32%를 달성했다.
조직 인공물 심각도 분석 모델은 99.99%의 정확도를 달성했다.
인용구
"병리 표본 전체 슬라이드 이미징(WSI) 시스템을 사용하여 생물학적 표본을 정기적으로 스캔하게 될 것이다."
"WSI 스캐너로 인해 초점 오류 또는 노이즈가 도입되면 이미지 품질이 저하될 수 있다."
"조직 인공물은 분석 및 진단을 오도하여 중요한 정보를 숨기거나 변경한다."