프로톤치료 계획에서 숨을 들이쉬고 내쉬는 호흡을 맞춘 비조영 CT(NCCT)는 간 병변 분할의 기준 영상으로 쓰이지만, 병변과 주변 간 조직의 대비가 낮아 정확한 윤곽을 잡기 어렵다. 이 연구는 그 한계를 줄이기 위해, 임상에서 NCCT 판독 시 참고하는 대조증강 MRI를 시각적 프롬프트로 활용하는 ViPSAM을 제안한 arXiv v1 프리프린트다. ViPSAM은 Segment Anything Model(SAM)을 바탕으로 두 가지 핵심 구성을 더했다. 하나는 대조증강 영상에서 안내 특징을 뽑는 visual prompt encoder이고, 다른 하나는 NCCT와 대조 영상 특징을 섞는 visual-guided cross-attention(VGCA) 모듈이다. 여기에 마스크 디코더는 LoRA를 붙여 적은 수의 학습 가능한 파라미터로 적응하도록 만들었다.
검증은 삼성서울병원에서 수집한 간 병변 데이터로 이뤄졌다. 총 73례에 대해 중간 호흡 위상의 NCCT, 같은 호흡 위상의 T1 강조 지방억제 대조증강 MRI, 그리고 NCCT에 정의한 간·병변 마스크를 사용했다. 데이터는 60례 학습, 6례 검증, 7례 테스트로 나뉘었고, 병변이 포함된 2D 축상면 슬라이스는 각각 2,251장, 213장, 245장이었다.
비교 대상은 U-Net, nnU-Net, TransUNet, Swin-Unet과 SAM, MedSAM, SAMed였다. 결과표에서 ViPSAM의 두 변형은 모두 해당 기준선들을 전반적으로 앞섰다. 예를 들어 ViPSAMMedSAM은 간 분할에서 Dice 0.937, HD95 8.84 mm를, ViPSAMSAM은 병변 분할에서 Dice 0.852, HD95 5.15 mm를 기록했다. 본문은 U-Net 계열의 병변 Dice가 0.267 미만이라고 적고, SAM 계열도 박스 프롬프트가 있어도 경계가 정밀하지 않았다고 설명한다.
구성요소별 분석도 함께 제시됐다. Visual prompting을 빼면 병변 Dice가 0.801, IoU가 0.695로 내려갔고, sparse box prompt를 빼면 병변 Dice가 0.155까지 떨어졌다. LoRA를 빼는 경우도 성능 저하가 나타났다. 전체 모델은 학습 가능한 파라미터 0.83M으로 보고됐으며, 학습 시 메모리 사용량은 약 14.3GB, 추론 시 4.8GB였다.
| 항목 | 값 | 근거 위치 |
|---|---|---|
| 데이터 규모 | 73 cases; training/validation/testing = 60/6/7 cases; lesion-containing 2D slices = 2,251/213/245 | p.6 | source_excerpt |
| 주요 비교 성능 | ViPSAMMedSAM: liver Dice 0.937, HD95 8.84 mm; ViPSAMSAM: lesion Dice 0.852, HD95 5.15 mm | p.8 | source_excerpt |
| 모델 효율 | trainable parameters 0.83M; training memory 14.3GB; inference memory 4.8GB | p.8 | source_excerpt; p.7 | source_excerpt |
| Ablation 결과 | without visual prompting: lesion Dice 0.801, IoU 0.695; without sparse box prompts: lesion Dice 0.155; without LoRA-based adaptation: lesion Dice 0.808, IoU 0.669 | p.8 | source_excerpt; p.9 | source_excerpt |
자료: STORIUM 정리
이번 결과는 대조 MRI를 NCCT의 보조 정보로 삼는 시각 프롬프트 설계가 저대비 의료영상 분할에 유효할 수 있음을 보여준다. 동시에 검증 범위는 단일 기관의 73례와 간 병변, 그리고 프로톤치료 계획용 영상 조건에 한정된다. 따라서 제시된 수치는 해당 데이터와 설정 안에서의 내부 평가 결과로 읽는 것이 맞다.
저작권자 © STORIUM 무단전재 및 재배포 금지
