프로젝티브 적대 네트워크를 활용한 3D 의료 영상 분할

본 논문은 의료 영상 특히 3차원(3D) CT 이미지에서 객체 분할을 수행할 때, 기존 2D 기반 딥러닝 모델이 겪는 전역·3D 컨텍스트 부족 문제를 해결하고자 ‘프로젝티브 적대 네트워크(Projective Adversarial Network, PAN)’를 제안한다. PAN은 기본적인 인코더‑디코더 구조의 세그멘터(S)를 중심으로, 두 개의 판별기(Ds, Dp)를 훈련 단계에만 삽입한다. 첫 번째 판별기 Ds는 ‘Spatial semantics network’라 불리며, 세그멘터가 만든 예측 맵과 실제 라벨 사이의 공간적 일관성을 이진 교차 엔트로피 손실로 구분한다. 여기서 특징적인 설계는 세그멘터의 bottleneck feature를 어텐션 모듈(A)에 입력해 중요도 가중치를 학습하고, 이를 원본 특징에 곱해 판별기에 전달한다는 점이다. 어텐션 모듈은 1×1 컨볼루션 두 개와 소프트맥스 레이어로 구성돼, 각 위치별로 전역 정보를 선택적으로 강조한다. 이 과정을 통해 Ds는 단순 픽셀‑레벨 손실이 놓치는 장거리 관계를 보완한다. 두 번째 판별기 Dp는 ‘Projective network’라 명명되며, 3D 형태 정보를 2D 투영을 통해 학습한다. 3D 볼륨 V를 축방향으로 투영해 P(V)=1‑exp(‑∑_k V(i,j,k)) 형태의 연속적인 투영 맵을 만든다. 세그멘터는 슬라이스별로 예측을 수행하고, 이 예측들을 쌓아 동일한 투영 연산을 적용한다. Dp는 실제 라벨의 투영과 세그멘터 예측 투영을 구분하도록 학습되며, 그 손실 역시 이진 교차 엔트로피이다. Dp가 제공하는 적대 신호는 세그멘터가 2D 입력만으로도 3D 구조적 일관성을 학습하도록 유도한다. 학습 목표는 세 가지 손실의 가중합(l_hybrid)이다. 첫 번째는 픽셀‑레벨 BCE(l_bce)로 기본 형태를 맞추고, 두 번째와 세 번째는 각각 Ds와 Dp에서 유도된 적대 손실(l_Ds, l_Dp)이다. λ와 β라는 하이퍼파라미터로 두 적대 손실의 비중을 조절한다. 실험은 NIH TCIA에서 제공하는 82개의 복부 CT 스캔을 사용했으며, 62장을 학습, 20장을 테스트에 할당해 4‑fold 교차 검증을 수행했다. 평가 지표는 Dice Similarity Coefficient(DSC)이다. 기본 인코더‑디코더만 사용할 경우 DSC가 57.7%에 머물렀지만, Ds만 추가하면 85.0%로 급격히 상승한다. 어텐션 모듈을 더하면 85.9%, 마지막으로 Dp까지 포함하면 86.8%에 도달한다. 이는 Atrous Pyramid 기반 최신 2D 모델(48.2%)보다 현저히 높은 성능이며, 기존 3D CNN 기반 방법들(최고 90.85%)에 근접한다. 특히 PAN은 3D CNN을 직접 학습시키는 경우 발생하는 메모리·연산 부담을 크게 줄이면서도 3D 형태 정보를 효과적으로 학습한다는 장점이 있다. 논문의 주요 기여는 다음과 같다. (1) 2D 네트워크만으로 3D 컨텍스트를 학습하는 프로젝트‑Adversarial 구조 제안, (2) 어텐션 모듈을 통해 전역 특징을 선택적으로 전달, (3) 적대 손실을 기존 BCE 손실과 결합해 엔드‑투‑엔드 학습을 구현. 한계점으로는 현재 투영이 축방향에만 국한되어 복잡한 비축대칭 구조에 대한 표현력이 제한될 수 있다는 점, 투영 파라미터 선택이 경험적이라는 점을 들 수 있다. 향후 연구에서는 다축 투영, 가변 투영 가중치 학습, 비선형 투영 함수 도입 등을 통해 3D 정보를 더욱 풍부하게 추출하고, 다른 장기·다기관 데이터셋에 대한 일반화 검증을 진행할 예정이다. 결론적으로 PAN은 복잡한 3D 의료 영상 분할 문제를 효율적으로 해결할 수 있는 새로운 패러다임을 제시한다. 간단한 인코더‑디코더 구조에 두 개의 적대 네트워크와 어텐션을 결합함으로써, 계산 비용을 크게 늘리지 않으면서도 최첨단 수준의 정확도를 달성한다. 이는 임상 현장에서 실시간 혹은 저사양 하드웨어 환경에서도 적용 가능성을 높이며, 향후 다양한 3D 의료 영상 분야에 확장될 여지를 제공한다.