리서치 연구
Feature Reconfiguration With Visual Prior for Medical Lesion Segmentation
ARarXiv
의료 영상에서 병변 분할은 배경 간섭과 다양한 형태 때문에 어려움이 크며, 본 연구는 시각적 사전 정보와 특징 재구성을 결합한 FreNet 프레임워크를 제안했습니다.
세 줄 요약
- FreNet은 입력 이미지 전처리(IPNN) 단계와 인코딩 과정 중 주파수/공간 영역에서 특징을 정교하게 재구성하여, 기존 최고 성능 모델 대비 5.0% 이상의 Dice 계수 개선을 달성했습니다.
- 병변 분할의 정확도는 임상 진단과 치료 계획에 직결되므로, 본 기술은 배경 노이즈를 효과적으로 제거하고 병변 경계를 명확히 하는 데 큰 기여를 할 것으로 기대됩니다.
- 본 연구는 3가지 종류의 의료 영상 모달리티와 9개의 데이터셋에서 성능을 입증하며, 복잡한 환경에서도 높은 분할 정확도를 보여주었습니다.
의료 영상에서 병변 분할은 배경 간섭과 다양한 형태 때문에 어려움이 크며, 본 연구는 시각적 사전 정보와 특징 재구성을 결합한 FreNet 프레임워크를 제안했습니다.