미세구조를 포함하는 3D 의료영상 구역화 과정에서 GPU 메모리 사용량을 절감하는 다단계 네트워크 구조

초록

인체는 다양한 미세구조들로 이루어지기 때문에 의료용 3D 이미지에서 미세구조를 구역화하는 것이 중요하다. 기존 구역화 방법은 미세구조가 전체 이미지의 일부만 차지하는 경우에도 이미지 전체를 대상으로 계산을 수행하여 GPU 메모리가 낭비된다. 특히 크기가 큰 3D 이미지에서 이러한 문제점이 심해진다. 이러한 비효율성을 개선하기 위해, 먼저 구역화할 ROI 영역을 식별하고 식별한 영역만 집중적으로 구역화하는 다단계 네트워크 구조를 제시한다. 이를 통해 ROI와 관련이 적은 이미지 전체를 계산하지 않고, 미세구조만을 집중적으로 구역화할 수 있다. 제안하는 방법의 정확도를 Dice, IoU, HD95 평가지표를 통해 평가하였고 GPU 메모리 사용량과 구역화 시간을 측정하여 각 항목에서의 성능을 평가하였다. 실험결과에 따라, 기존모델과 비교하여 정확도는 유지하거나 소폭 상승하였으며 구역화 시간은 크기가 작은 라벨에서 128%까지 절감되었다. GPU 메모리는 훈련 과정에서 400%, 추론 과정에서 110%가량 절약하였다.

키워드