DGIST 로봇공학전공 박상현 교수팀이 영남대병원 안준홍 교수팀과 CT영상 내에 주요 병변들을 확인해 분간이 어려운 세균성폐렴과 코로나 환자를 자동으로 분류해줄 수 있는 딥러닝 모델을 개발했습니다. 향후 코로나19로 인해 발생하는 폐렴 뿐 아니라 여러 폐렴 진단에 획기적인 기여가 기대되는데요.
폐렴이 악화되면 의사들은 CT 영상을 통해 환자의 상태를 살핍니다. 덩달아 정확한 CT 영상 분석을 위한 딥러닝 기술 적용 연구가 활발하지만 코로나19 폐렴과 세균성 폐렴을 정확히 구분하는 것엔 한계가 있었습니다. 특히, 두 폐렴의 차이가 미미하고, 3차원 영상 내의 병변들을 일일이 확인하고 분류하는 것이 어려웠습니다. 최근 여러 분야에서 좋은 성능을 보이는 딥러닝 모델들도 성능이 제한적이었습니다.
이에 박상현 교수팀은 3차원 영상 내의 병변들을 일일이 확인하지 않더라도 인공지능이 자동으로 CT 영상 내 주요 병변들을 주목하여 분류를 수행할 수 있는 모델을 새롭게 제안했는데요. 박상현 교수팀은 여러 사례들을 통합적으로 고려해 최종 결정을 내리는 문제에 사용되던 다중인스턴스학습(Multiple Instance Learning)을 활용, 새로운 딥러닝 모델을 개발했습니다.
이 때, 모델의 성능 향상을 위해 CT 영상에서 폐렴 병변들의 위치를 집중적으로 확인할 수 있는 ‘Attention 모듈’을 접목시켰습니다. 추가적으로 비지도학습 기반의 Contrastive Learning을 이용해 환자별 특징 추출 성능을 극대화 시켜, 새롭게 개발한 모델의 분류성능을 크게 개선했습니다.
새롭게 개발한 딥러닝 모델은 코로나19 진단에 있어 최종적으로 98.6%의 정확도를 보였습니다. 기존에 제안됐던 다른 다중인스턴스학습 기법들의 성능을 크게 앞선 것입니다.
DGIST 로봇공학전공 박상현 교수는 “이번 연구를 통해 개발한 모델은 코로나19 진단 성능을 크게 향상시켜 주었을 뿐만 아니라, 다중인스턴스학습 인공지능 분야에도 큰 개선을 보인 모델이다”며, “팬데믹 극복에 기여할 수 있을 것으로 기대되고, 향후 관련 기술을 좀 더 개선한다면 다양한 폐렴 진단에 활용될 수 있을 것”이라 말했습니다.
이번 연구 결과는 그 우수성을 인정받아 의료영상분석 관련 분야 최상위 저널인 ‘Medical Image Analysis’에 2021년 8월 게재됐습니다.
논문명 : Dual attention multiple instance learning with unsupervised complementary loss for COVID-19 screening