🤖 machine learning

MambaX-Net: Dual-Input Mamba-Enhanced Cross-Attention Network for Longitudinal Prostate MRI Segmentation

MambaX-Net은 이전 시점의 데이터와 의사 라벨(pseudo-labels)을 활용하여 종단적 능동 감시 MRI에서 전립선 구역을 효과적으로 분할하기 위해 Mamba 강화 교차 주의 집중(Cross-Attention) 모듈과 형상 추출기(Shape Extractor)를 활용하는 새로운 준지도 학습 기반 듀얼 입력 3D 세그멘테이션 아키텍처로, 이를 통해 전문가 주석이 제한적인 시나리오에서 기존 모델들을 능가합니다.

원저자: Yovin Yahathugoda, Davide Prezzi, Patricia A. Gutierrez, Piyalitt Ittichaiwong, Vicky Goh, Sebastien Ourselin, Michela Antonelli

게시일 2026-08-21

📖 4 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Yovin Yahathugoda, Davide Prezzi, Patricia A. Gutierrez, Piyalitt Ittichaiwong, Vicky Goh, Sebastien Ourselin, Michela Antonelli

원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

전립선암은 남성들에게 흔한 질병이며, 즉각적으로 생명을 위협하지 않는 많은 사례의 경우 의사들은 '적극적 감시(active surveillance)'라고 불리는 전략을 선택합니다. 수술이나 방사선 치료를 서둘러 진행하여 심각한 부작용을 일으키는 대신, 환자들을 일정 기간 밀착 모니터링하는 방식입니다. 이는 암이 성장하거나 변화하는 징후가 있는지 관찰하기 위해 정기적인 혈액 검사와 반복적인 자기공명영상(MRI) 스캔을 포함합니다. 목표는 불필요한 치료를 피하면서도 질병의 진행을 조기에 포착하는 것입니다. 그러나 이러한 영상을 판독하는 것은 영상의학과 의사들에게 매우 까다로운 작업입니다. 그들은 부피를 측정하고 미세한 변화를 포착하기 위해 전립선 전체와 그 내부 구획을 세밀하게 윤곽화해야 합니다. 장기 모니터링 프로그램에서 매번 이를 수동으로 수행하는 것은 느리고 인적 오류가 발생하기 쉬우며, 따라서 이 과정을 자동화하기 위한 인공지능의 필요성이 제기됩니다.

컴퓨터에게 어려운 점은 전립선의 해부학적 구조가 고정되어 있지 않다는 것입니다. 몇 달 또는 몇 년에 걸쳐 선 조직은 모양이 변하거나, 줄어들거나, 약간 이동할 수 있으며, MRI 영상의 품질 또한 다양할 수 있습니다. 기존의 대부분의 인공지능 모델은 단일 스캔을 하나의 독립된 사진, 즉 스냅샷처럼 보고 학습합니다. 이들은 환자의 병력을 이해하지 못합니다. 만약 컴퓨터가 1년 전 전립선이 어떤 모습이었는지 알지 못한 채 새로운 스캔 영상을 본다면, 정상적인 변화와 질병의 징후를 구분하는 데 어려움을 겪을 수 있습니다. 더욱이, 이러한 시스템을 훈련시키는 데는 전문가들이 공들여 그려낸 수천 장의 이미지가 필요한데, 이는 매우 희귀하고 비용이 많이 드는 자원입니다.

킹스 칼리지 런던(King's College London)의 연구팀은 이러한 문제들을 해결하기 위해 최근 연구에서 설명된 새로운 접근 방식을 개발했습니다. 그들은 현재의 이미지와 이전 방문 시의 이미지를 동시에 살펴보도록 설계된 'MambaX-Net'이라는 시스템을 만들었습니다. 이 시스템은 새 스캔을 독립적인 사진으로 취급하는 대신, 이전의 스캔과 이전의 전립선 의료 윤곽도를 가이드로 사용합니다. 이를 통해 컴퓨터는 단순히 한 순간을 추측하는 것이 아니라, 해부학적 구조가 시간이 흐름에 따라 어떻게 진화했는지 이해할 수 있습니다.

이 새로운 시스템의 핵심은 두 가지 특정 혁신 기술에 기반합니다. 첫째, 이전의 의료 윤곽을 받아 전립선의 모양과 크기를 나타내는 압축된 지도로 변환하는 메모리 뱅크 역할을 하는 구성 요소를 사용합니다. 이 지도는 해부학적 닻(anchor) 역할을 하여, 시스템이 해당 환자에게 전립선이 원래 어떤 모습이어야 하는지를 상기시켜 줍니다. 둘째, 시스템은 특수 처리 장치를 사용하여 현재의 스캔을 이전 스캔과 비교하며 전체 이미지 전반에 걸친 연결 고리를 찾습니다. 이 장치는 효율적으로 설계되어, 방대한 데이터에 발목 잡히지 않고 전립선의 3D 볼륨 내에서 장거리 관계를 추적할 수 있습니다. 이전 모양의 기억과 새로운 이미지의 깊은 비교를 결합함으로써, 시스템은 특히 전립선이 다른 조직과 맞닿는 까다로운 부위나 모양이 불규칙한 영역에서 경계선을 정교하게 다듬을 수 있습니다.

이 아이디어를 테스트하기 위해 연구진은 완벽한 전문가의 도면(종래의 종단적 연구에서는 희귀한 자원)에 의존하는 대신, 영리한 훈련 방법을 사용했습니다. 그들은 강력한 기존 인공지능 모델을 사용하여 대규모 환자 스캔에 대해 거친 자동 윤곽도를 생성하는 것으로 시작했습니다. 이 자동 윤곽도는 완벽하지는 않지만 출발점 역할을 했습니다. 이후 새 시스템은 환자의 스캔 이력을 활용하여 이러한 거친 초안을 수정하는 법을 배웠습니다. 연구진은 실제 적극적 감시를 받고 있는 환자들의 데이터셋을 통해 시스템을 테스트했는데, 여기에는 전립선 수술을 받은 환자나 금속 임플란트 등으로 인해 영상 품질이 낮은 경우와 같은 까다로운 사례들이 포함되었습니다.

결과에 따르면, 이 새로운 방식은 기존의 최첨단 모델들을 크게 능가했습니다. 불완전한 자동 레이블이 포함된 상대적으로 적은 수의 환자 데이터로 학습했음에도 불구하고, 이 시스템은 훨씬 더 큰 데이터셋으로 훈련된 모델들보다 전립선과 그 내부 구역의 윤곽을 더 정확하게 생성해 냈습니다. 특히 시스템은 매끄럽고 연속적인 경계를 유지하는 데 탁-월하여, 다른 시스템에서 흔히 발생하는 들쭉날쭉하거나 파편화된 오류를 피했습니다. 시스템은 학습한 자동 레이블에 오류가 포함되어 있음에도 불구하고 견고함을 보여주었는데, 이는 환자의 이력을 활용하는 것이 컴퓨터가 노이즈를 무시하고 실제 해부학적 구조에 집중하도록 돕는다는 것을 시사합니다.

또한 연구는 이 시스템이 훈련 데이터의 다양한 유형의 오류를 얼마나 잘 처리할 수 있는지 탐구했습니다. 연구진은 시스템이 어느 정도의 부정확함에는 탄력적이지만, 전립선의 외층, 즉 정의하기 어렵고 불규칙한 얇은 영역의 오류에는 가장 민감하다는 것을 발견했습니다. 이는 영상의학과 의사들이 이 특정 영역을 표시할 때 겪는 어려움과 일치합니다. 이러한 민로성에도 불구하고, 시스템은 경쟁 모델들보다 일관되게 더 나은 결과를 제공했으며, 이는 환자의 진료 타임라인을 활용하는 것이 의료 영상 분석을 개선하는 강력한 방법임을 입증했습니다.

이 연구는 전문가의 시간이 제한적인 임상 현장을 향한 진로를 제시합니다. 환자 자신의 의료 이력을 가이드로 사용함으로써, 인공지능은 불완전한 훈련 데이터 속에서도 높은 정밀도로 복잡한 장기를 분할(segmentation)하는 법을 배울 수 있습니다. 연구진은 자신들의 시스템이 중요한 진전이지만, 한 번에 한 쌍의 스캔을 순차적으로 살펴보는 방식으로 설계되었다는 점을 언급했습니다. 또한 매우 장기적인 모니터링의 경우, 수년에 걸쳐 작은 오류가 누적되지 않도록 시스템을 주의 깊게 관리해야 한다고 인정했습니다. 그럼에도 불구하고, 방대한 라이브러리의 수작업 지도를 요구하지 않고도 시간을 따라 전립선을 정확하게 추적할 수 있는 능력은 적극적 감시를 더욱 효율적이고 신뢰할 수 있게 만드는 유망한 도구가 될 것입니다.

기술 요약: 종단적 전립선 MRI 분할을 위한 MambaX-Net

문제 정의
능동적 감시(Active Surveillance, AS)는 저위험 또는 중등도 위험 전립선암의 표준 치료법으로, 질병 진행을 추적하기 위해 정기적인 MRI 모니터링이 필요합니다. 전체 전립선(WP) 및 그 하위 영역(주변 구역 PZ, 이행 구역 TZ)의 정확한 분할은 부피 추정 및 자동 병변 탐지를 위해 매우 중요합니다. 그러나 기존의 딥러닝 모델들은 이와 관련하여 두 가지 주요 한계점에 직면해 있습니다:

종단적 모델링 격차: 대부분의 최첨단(SOTA) 모델은 단일 시점 데이터로 학습됩니다. 이들은 각 스캔을 독립적으로 처리하며, 환자가 시간이 지남에 따라 여러 번의 스캔을 거치는 AS 프로토콜에서 사용 가능한 풍부한 시간적 정보를 활용하지 못합니다.
주석 부족: 종단적 데이터셋은 주석을 수동으로 달리는 데 비용이 많이 들고 희소합니다. 기존의 준지도 학습 방식은 공공 사전 학습 데이터셋과 개인 임상 AS 데이터 간의 도메인 변화(domain shift)를 처리하는 데 어려움을 겪거나, 라벨이 지정되지 않은 종단적 스캔에서 생성된 의사 라벨(pseudo-labels)의 노이즈를 처리하는 데 실패하곤 합니다.
구조적 한계: Transformer는 장거리 문맥(long-range context)을 포착하지만, 대규모 데이터셋을 필요로 하며 미세한 세부 사항을 포착하는 데 어려움을 겪을 수 있습니다. 반면, CNN(예: nnU-Net)은 견고하지만, 비정형 변형(non-rigid deformation)이 발생하기 쉬운 전립선 MRI의 특성상 엄격한 이미지 등록(registration) 없이는 시간적 진화를 모델링할 수 있는 명시적인 메커니즘이 부족합니다.

방법론
저자들은 종단적 데이터를 위해 특별히 설계된 새로운 준지도 학습 기반의 이중 입력 3D 분할 아키텍처인 MambaX-Net을 제안합니다. 이 모델은 현재 시점 $t$ 의 스캔( $I_t$ )과 이전 시점 $t-1$ 의 스캔( $I_{t-1}$ ), 그리고 이전 시점의 분할 마스크( $M_{t-1}$ )의 쌍을 처리하도록 3D nnU-Net 프레임워크를 확장합니다.

주요 아키텍처 구성 요소는 다음과 같습니다:

이중 인코더 구조: 공유 가중치를 가진 두 개의 인코더가 $I_t$ 와 $I_{t-1}$ 을 처리합니다. $I_{t-1}$ 을 위한 인코더는 계산 효율성과 고해상도 공간 세부 정보 보존 사이의 균형을 맞추기 위해 상위 3개의 특징 레벨만을 추출하도록 절단(truncated)됩니다.
형태 추출 모듈 (Shape Extractor Module, SEM): 이전 분할 마스크( $M_{t-1}$ )를 잠재적 해부학적 표현( $f_{SEM}^{t-1}$ )으로 인코딩하는 3D 합성곱 계층의 순차적 블록입니다. 이는 명시적인 이미지 등록 없이도 환자 특유의 형태와 크기 정보를 포착하는 명시적인 해부학적 사전 정보(anatomical prior) 역할을 합니다.
Mamba 강화 교차 주의 집중 모듈 (Mamba-Enhanced Cross-Attention Module, M-CAM): 이것이 핵심 혁신입니다. 이 모듈은 Mamba 블록(상태 공간 모델)을 교차 주의 집중 메커니즘에 통합합니다.
- 현재 스캔의 특징( $f_t$ )이 쿼리(queries) 역할을 합니다.
- 이전 스캔의 특징( $f_{t-1}$ )은 SEM 출력( $f_{SEM}^{t-1}$ )과 결합되어 키(keys) 및 값(values) 역할을 합니다.
- Mamba 블록은 선형 스케일링을 통해 장거리 공간 및 시간적 의존성을 효율적으로 포착함으로써 Transformer의 이차 복잡성(quadratic complexity)을 피합니다.
- 이 모듈은 잠재 공간에서 암시적 특징 정렬(implicit feature alignment)을 수행하여, 현재 스캔의 이미지 데이터와 이전 마스크의 구조적 가이드를 융합합니다.
자기 학습(Self-Training) 프레임워크: 종단적 데이터셋의 전문가 주석 부족 문제를 해결하기 위해 저자들은 준지도 학습 전략을 채택합니다. 공공 PI-CAI 데이터셋에서 사전 학습된 nnU-Net이 라벨이 없는 AS 학습 데이터에 대한 의사 라벨을 생성합니다. 이 의사 라벨은 MambaX-Net을 미세 조정하는 데 사용되며, 이때 이전 시점의 의사 라벨은 입력으로 사용되고 현재 시점의 의사 라벨은 손실 계산에 사용됩니다.
손실 함수: 클래스 불균형을 처리하고 특히 불규칙한 전립선 첨부(apex) 및 기저부(base)에서의 어려운 음성 사례(hard negative examples)에 집중하기 위해 수정된 Focal Tversky Dice Cross-Entropy (FT_DCE) 손실이 사용됩니다.

주요 기여

최초의 Mamba 기반 종단적 분할: MambaX-Net은 Mamba 블록을 사용하여 종단적 MRI 진화와 명시적 prior-mask 해부학적 문맥을 공동으로 모델링하는 최초의 아키텍처입니다.
새로운 모듈 통합: M-CAM 및 SEM의 도입은 모델이 엄격한 등록에 의존하지 않고도 환자 특유의 기하학적 구조를 바탕으로 전역 주의 집중(global attention)을 정교화할 수 있게 하여 구역 경계를 개선합니다.
데이터 효율성: 이 프레임워크는 노이즈가 있는 의사 라벨과 시간적 문맥을 활용함으로써, 제한된 전문가 주석만으로도 고품질의 분할을 달-성할 수 있음을 입증하며 더 큰 데이터셋으로 학습된 모델보다 우수한 성능을 보여줍니다.

실험 결과
모델은 개인 종단적 AS 데이터셋(317명의 환자)에서 평가되었으며, SOTA 베이스라인(nnU-Net-V2, SwinUNETR-V2, SegMamba) 및 이전의 이중 스캔 모델(DSM)과 비교되었습니다.

성능: MambaX-Net은 WP, PZ, TZ 전반에 걸쳐 Dice 유사도 계수(DSC) 및 95 백분위수 Hausdorff 거리(HD95)에서 모든 베이스라인을 크게 앞질렀으며, 특히 적은 데이터 환경( $n \le 50$ 환자 미세 조정 시)에서 두드$러졌습니다.
강건성: MambaX-Net은 노이즈가 있는 의사 라벨로 학습되었을 때도 우수한 성능을 유지한 반면, 단일 스캔 모델(특히 SwinUNETR)은 심각한 성능 저하를 보였습니다.
정성적 분석: 시각화 결과, MambaX-Net은 다른 모델들이 경계 누출(boundary leakage)이나 불연속적인 예측을 보이는 도전적인 사례(예: 수술 후 해부학적 구조(TURP) 또는 이미지 아티팩트가 포함된 경우)에서도 매끄럽고 연속적인 3D 볼륨과 정확한 경계 묘사를 생성했습니다.
효율성: 426.4M이라는 많은 파라미터 수에도 불구하고, Mamba 블록의 선형 스케일링 덕분에 SwinUNETR(25.1 GB, 649.5 ms)보다 적은 피크 GPU 메모리(14.4 GB)를 사용하며 더 빠른 속도(276.3 ms)를 기록했습니다.

의의 및 주장
본 논문은 MambaX-Net이 광범-한 수동 주석이나 명시적인 이미지 등록 없이도 종단적 전립선 MRI 분석을 위한 임상 적용의 실현 가능한 경로를 제공한다고 주장합니다. Mamba의 효율성을 구조적 가이드인 형태 추출기와 효과적으로 결합함으로써, 이 모델은 시간적 데이터를 처리하는 데 있어 CNN과 Transformer의 한계를 극복합니다. 저자들은 의사 라벨을 활용하면서도 높은 정확도를 유지하는 능력이 데이터가 부족하고 노이즈가 많은 환경에서 AI를 능동적 감시(AS)에 배치하는 데 있어 핵심적인 병목 현상을 해결한다고 강조합니다.

저자들은 본 연구가 단일 기관 데이터셋을 기반으로 하고 있으며, 이중 입력 설계가 현재 쌍(pairwise)의 시점만을 처리하고 세 개 이상의 시점을 동시에 모델링하지는 않는다는 점을 언급하며 한계를 겸허히 인정했습니다. 또한, 의사 라벨이 매우 오염될 경우 특히 PZ에서 성능이 저하될 수 있음을 지적하며, 향후 연구 과제로 불확실성 인지형 자기 학습(uncertainty-aware self-training)을 제시했습니다.

기술 요약: 종단적 전립선 MRI 분할을 위한 MambaX-Net

유사한 논문