MRI-Based Brain Tumor Detection through an Explainable EfficientNetV2 and MLP-Mixer-Attention Architecture

1. 연구 배경 및 문제 정의 (Problem)

• 배경: 뇌종양은 높은 사망률을 보이는 심각한 질환으로, 조기 진단이 필수적입니다. MRI(자기공명영상)는 뇌종양 진단에 가장 널리 사용되는 영상 기법이지만, 수동 분석은 전문성이 요구되며 피로와 주관적 오차로 인해 진단 오류가 발생할 수 있습니다.
• 문제점: 기존 컴퓨터 보조 진단 (CAD) 시스템 및 딥러닝 기반 연구들은 높은 정확도를 달성했으나, 다음과 같은 한계점이 존재했습니다.
  • 계산 비용: 복잡한 구조나 다단계 프로세스로 인해 높은 계산 비용이 발생함.
  • 해석 가능성 부족 (Black Box): 모델의 의사결정 근거를 임상적으로 설명하기 어려워 의료진 신뢰도가 낮음.
  • 성능 한계: 일부 연구는 정밀도 (Precision) 는 높으나 재현율 (Recall) 이 낮아 실제 종양을 놓치는 경우가 발생함.
• 목표: 높은 분류 정확도와 함께 임상적 신뢰도를 보장할 수 있는 **설명 가능 (Explainable)**하고 강건한 (Robust) 딥러닝 모델 개발.

2. 제안된 방법론 (Methodology)

본 연구는 Figshare 데이터셋 (T1 가중 조영증강 MRI 이미지 3,064 개, 3 종의 종양: 교모세포종, 수막종, 뇌하수체 종양) 을 기반으로 다음과 같은 하이브리드 아키텍처를 제안했습니다.

A. 백본 (Backbone) 선정: EfficientNetV2

• 기존 9 가지 CNN 아키텍처 (ResNet50, VGG16, DenseNet121 등) 를 비교 실험하여 가장 성능이 우수한 EfficientNetV2를 백본으로 선정했습니다.
• EfficientNetV2 는 'Fused MBConv' 블록을 사용하여 저해상도 레이어에서 효율적인 특징 추출과 낮은 계산 비용을 동시에 달성합니다.

B. 핵심 혁신: MLP-Mixer-Attention 아키텍처 통합

• EfficientNetV2 에서 추출된 특징 벡터를 MLP-Mixer 구조에 입력하여 공간적 (Spatial) 및 채널적 (Channel) 관계를 혼합합니다.
• 선형 주의 메커니즘 (Linear Attention) 통합:
  • 기존 MLP-Mixer 의 단순 MLP 혼합에 선형 주의 메커니즘을 추가하여 장기 의존성 (Long-range dependencies) 을 효과적으로 포착하도록 개선했습니다.
  • Token-Mixing 단계 전: 공간적 관계를 강화하기 위한 주의 모듈 적용.
  • Channel-Mixing 단계 전: 채널 간 관계를 강화하기 위한 주의 모듈 적용.
  • 이를 통해 CNN 의 지역적 특징 추출 능력과 Attention 의 전역적 맥락 이해 능력을 결합했습니다.

C. 설명 가능성 (Explainability): Grad-CAM

• 모델의 의사결정 과정을 시각화하기 위해 Grad-CAM을 적용했습니다.
• 모델이 어떤 MRI 영역 (종양 부위) 에 집중하여 분류를 수행하는지 히트맵 (Heatmap) 으로 시각화하여 임상적 신뢰성을 검증했습니다.

3. 주요 기여 (Key Contributions)

1. 포괄적인 비교 분석: 뇌종양 분류를 위한 9 가지 주요 CNN 아키텍처에 대한 체계적인 비교 평가를 수행하여 최적의 백본 (EfficientNetV2) 을 도출했습니다.
2. 새로운 하이브리드 모델 제안: EfficientNetV2 와 주의 기반 MLP-Mixer 를 결합한 새로운 아키텍처를 제안하여 기존 모델의 성능 한계를 극복했습니다.
3. 임상적 해석 가능성 확보: Grad-CAM 을 통해 모델이 실제 종양 부위에 집중함을 시각적으로 증명하여 '블랙박스' 문제를 해결하고 임상 적용 가능성을 높였습니다.
4. 최신 연구 대비 성능 우위: 기존 문헌 연구들보다 높은 정확도와 균형 잡힌 성능 지표 (정밀도, 재현율, F1 점수) 를 달성했습니다.

4. 실험 결과 (Results)

실험은 5-폴드 교차 검증 (5-fold cross-validation) 방식으로 수행되었으며, 주요 결과는 다음과 같습니다.

• 최적 성능: Token=128, Channel=512 설정에서 최적의 성능을 보였습니다.
  • 정확도 (Accuracy): 99.50%
  • 정밀도 (Precision): 99.47%
  • 재현율 (Recall): 99.52%
  • F1 점수: 99.49%
• 기존 모델 대비 개선: 기본 EfficientNetV2 모델 대비 정확도가 1.96%p, 재현율이 3.03%p 향상되었습니다. 특히 재현율 향상은 위음성 (False Negative, 종양 놓침) 을 줄이는 데 결정적입니다.
• 혼동 행렬 (Confusion Matrix): 기존 EfficientNetV2 에서 관찰되던 수막종과 교모세포종 간의 오분류가 제안 모델에서는 현저히 감소하여 클래스 간 구분력이 크게 향상됨을 확인했습니다.
• Grad-CAM 시각화: 생성된 히트맵이 전문가가 표시한 종양 마스킹 (Ground Truth) 영역과 높은 일치도를 보였으며, 특히 복잡한 구조의 교모세포종이나 작은 뇌하수체 종양에서도 정확한 관심 영역을 식별함을 입증했습니다.

5. 의의 및 결론 (Significance & Conclusion)

• 임상적 가치: 의료 분야에서 0.1% 의 정확도 향상도 임상적으로 매우 중요하며, 본 연구는 99.50% 의 초고정확도와 함께 높은 재현율을 달성하여 방사선사의 의사결정 지원 시스템 (CDSS) 으로써의 실용성을 입증했습니다.
• 해석 가능성: 단순히 높은 점수만 내는 것이 아니라, 모델이 '어디를 보고' 판단했는지를 시각적으로 보여줌으로써 의료진과의 신뢰 구축에 기여했습니다.
• 한계 및 향후 과제: 현재 데이터셋이 3 종의 종양 유형과 특정 MRI 모달리티에 국한되어 있어, 향후 더 다양하고 대규모의 멀티센터 데이터를 활용한 일반화 능력 검증이 필요하다고 언급했습니다.

결론적으로, 본 연구는 EfficientNetV2 의 효율성과 MLP-Mixer-Attention 의 강력한 특징 혼합 능력을 결합하여, 뇌종양 분류에서 최고 수준의 정확도와 임상적 설명 가능성을 동시에 달성한 새로운 딥러닝 패러다임을 제시했습니다.