의료영상 생성모델은 합성 데이터를 만들어 분할 같은 후속 작업을 돕는 데 쓰일 수 있지만, 경계가 불규칙한 종양처럼 형태 변이가 큰 구조를 제대로 담아내지 못하는 한계가 있었다. 이 논문은 그 원인을 픽셀 단위 오차를 줄이는 표준 확산모델의 학습 목표에서 찾고, 실제 영상과 생성 영상의 특징 통계를 맞추는 Fréchet Distance 손실(FD-loss)로 이를 보완하는 방법을 제안한다. 2026년 7월 공개된 arXiv 프리프린트로, 별도의 학회·저널 게재 정보는 확인되지 않는다. 주장은 간 CT와 뇌 MRI를 포함한 여러 데이터셋에서의 실험으로 뒷받침된다.
핵심은 생성기 자체를 처음부터 바꾸기보다, 이미 학습된 segmentation-guided diffusion 모델을 FD-loss로 미세조정하는 데 있다. 이 손실은 사전학습 인코더 공간에서 실제 영상과 생성 영상의 1차·2차 특징 통계를 맞추도록 설계됐다. 연구진은 자연영상 인코더와 의료영상 인코더를 함께 시험했고, 특징 추출기로 InceptionV3, RadImageNet, BiomedCLIP, MedDINOv3, MM-DINOv2를 사용했다. 표본 규모도 명시돼 있는데, 사전학습 생성기에서 실제 분할 마스크를 바탕으로 5,000장을 초기 생성해 큐를 만들고, 미세조정은 2만 단계 동안 단일 NVIDIA H200 GPU에서 진행했다.
검증 범위는 세 데이터셋으로 나뉜다. LiTS는 100명 훈련, 16명 생성기 평가, 15명 분할 평가로 나뉘었고 대략 13,250장, 3,000장, 2,600장이 쓰였다. MCT-LTDiag는 300명, 110명 생성기 평가, 105명 분할 평가로 나뉘어 각각 약 12,890장, 2,000장, 2,000장을 사용했다. BraTS는 260명, 59명 생성기 평가, 50명 분할 평가로 나뉘어 약 11,841장, 2,598장, 2,305장을 썼다. 모두 CT 또는 MRI이며, CT는 HU 범위 [-200, 250]로 윈도잉하고 256×256 해상도로 저장했다.
정량 결과에서 FD-loss는 합성영상 자체의 분포를 더 실제 데이터에 가깝게 만들었다. Table 1에 따르면 LiTS의 FID는 99.20에서 61.37로, MCT는 20.40에서 18.15로, BraTS는 38.32에서 36.67로 낮아졌다. KID는 LiTS와 MCT에서 감소했지만 BraTS에서는 0.0294에서 0.0298로 소폭 증가했다. CMMD와 FRD는 세 데이터셋 모두 감소했고, IS는 실제 영상 기준에 더 가까워졌다. 이어진 분할 실험에서는 네 조건을 비교했다: 무증강, 일반 기하·강도 증강, FD 없는 합성영상 증강, FD 적용 합성영상 증강. Table 2에서 FD 적용 합성영상은 세 데이터셋 모두에서 비증강·일반 증강·비규제 합성 증강보다 대체로 더 나은 분할 성능을 보였고, 종양 DSC는 비규제 합성 증강만 썼을 때보다 5% 초과 향상됐다고 요약된다.
정성 분석도 같은 방향을 가리킨다. 논문은 FD-loss로 만든 합성영상이 더 충실한 종양 합성과 더 적은 분할 환각과 연관된다고 해석한다. 아울러 특징 추출기 선택에 따른 소거 실험도 수행했으며, 표본별로 최적 조합이 달랐다. Table 3에서 LiTS와 MCT는 MedDINOv3가 가장 높은 종합 성능을 보였고, BraTS는 BiomedCLIP가 가장 좋은 결과를 냈다. 한편 FD 계산 자체는 본래 대규모 표본이 필요하지만, 이 작업은 큐 기반 최적화와 5,000장 생성 큐를 활용해 실용성을 확보하려 했다.
| 범위 | 핵심 수치/설정 | 근거 위치 |
|---|---|---|
| 미세조정 설정 | 사전학습 생성기에서 N=5,000장 생성 큐 사용, 25단계 DDIM, M=16개 마스크에 기울기를 추적하고 32장은 기울기 없이 추가, 2만 단계와 학습률 1e−7, 단일 NVIDIA H200 GPU | 4쪽 | 3.1 방법 |
| LiTS 데이터 분할 | 100명 훈련(약 13,250장), 16명 생성기 평가(약 3,000장), 15명 분할 평가(약 2,600장) | 6~7쪽 | 4.1 데이터셋과 지표 |
| MCT-LTDiag 데이터 분할 | 300명 훈련(약 12,890장), 110명 생성기 평가(약 2,000장), 105명 분할 평가(약 2,000장) | 6~7쪽 | 4.1 데이터셋과 지표 |
| BraTS 데이터 분할 | 260명 훈련(약 11,841장), 59명 생성기 평가(약 2,598장), 50명 분할 평가(약 2,305장) | 7쪽 | 4.1 데이터셋과 지표 |
| 주요 정량 비교 | Table 1에서 LiTS FID 99.20→61.37, MCT 20.40→18.15, BraTS 38.32→36.67. BraTS KID는 0.0294→0.0298로 소폭 증가. Table 2에서 FD 적용 합성증강은 비규제 합성증강보다 종양 DSC가 5% 초과 개선 | 6쪽 | Table 1·2 |
자료: STORIUM 정리
즉 이 연구는 의료영상 생성의 평가 지표로 쓰이던 Fréchet 계열 거리를 손실함수로 옮겨, 종양 구조 보존과 후속 분할의 연결성을 시험한 사례다. 다룬 범위는 간 CT와 뇌 MRI, 세 병변 데이터셋, 그리고 segmentation-guided diffusion 기반 생성기에 한정된다. 그 안에서는 비규제 합성 증강보다 FD 규제가 더 유리한 결과를 보였지만, 다른 해부학 영역이나 다른 생성 아키텍처 전체로 일반화했다고 단정할 근거는 논문에 제시되지 않았다.
저작권자 © STORIUM 무단전재 및 재배포 금지
