Slice-wise quality assessment of high b-value breast DWI via deep learning-based artifact detection

이 논문은 딥러닝 기반의 CNN(특히 DenseNet121) 을 활용하여 고 b-value 유방 DWI 이미지에서 발생하는 과/저강도 아티팩트를 슬라이스 단위로 효과적으로 탐지하고 그 위치를 시각화할 수 있음을 입증했습니다.

핵심

📸 1. 문제 상황: "유방 MRI 사진, 왜 이렇게 흐릿할까?"

유방암을 찾기 위해 MRI 를 찍을 때, 의사는 '확산 강조 영상 (DWI)'이라는 특수한 사진을 많이 봅니다. 이 사진은 암세포를 더 선명하게 보여줘서 진단에 아주 중요합니다.

하지만 이 사진은 **조금만 조건이 맞지 않아도 '오염'**됩니다.

• 밝은 얼룩 (Hyperintense): 피부 주름이 접히거나 지방 억제 실패로 인해 사진에 하얀 반점이 생깁니다. (마치 카메라 렌즈에 기름이 묻은 것 같죠)
• 어두운 얼룩 (Hypointense): 심장 박동이나 금속 성분 때문에 검은 그림자가 생깁니다. (마치 사진 한쪽이 먹칠된 것 같죠)

이 얼룩들이 진짜 암인지, 아니면 그냥 '오염'인지 구별하기 어렵다면, 의사는 진단을 못 하거나 환자를 다시 불러와서 다시 찍어야 하는 번거로움이 생깁니다.

🤖 2. 해결책: "AI 감시관 (딥러닝) 을 투입하다"

연구진은 11,806 장이 넘는 유방 MRI 슬라이스 (단면) 를 모아 AI 를 훈련시켰습니다. 마치 수천 장의 사진 속에서 '손이 흔들린 사진'과 '깨끗한 사진'을 구별하는 훈련을 시킨 거죠.

• 훈련된 AI: DenseNet121 이라는 이름의 AI 모델이 가장 잘했습니다. (다른 모델들보다 더 똑똑한 학생이었던 셈이죠)
• 역할: AI 는 사진 한 장 한 장을 훑어보며 "여기에 얼룩이 있네! (양성)", "여기엔 없네! (음성)"이라고 판단합니다.

🎯 3. AI 의 활약: "얼룩 찾기 실력"

이 AI 는 두 가지 방식으로 작동합니다.

1. 이진 분류 (Yes/No): "이 사진에 얼룩이 있니? 없니?"라고 묻습니다.
   • 결과: AI 는 **92%~94%**의 확률로 얼룩을 찾아냈습니다. (의사들이 눈으로 볼 때보다 훨씬 빠르고 정확합니다)
2. 등급 분류 (심각도): "얼룩이 얼마나 심하니?"라고 묻습니다. (1 점: 없음 ~ 5 점: 매우 심함)
   • 결과: 아주 심한 얼룩 (5 점) 은 거의 100% 찾아냈습니다. 하지만 중간 정도인 얼룩 (3 점) 은 구별하는 데 조금 어려움을 겪었습니다. (사람도 중간 정도의 얼룩을 구별하기 어렵기 때문에 AI 도 비슷합니다)

🔍 4. AI 는 어디를 보고 있을까? (Grad-CAM)

AI 가 "여기에 얼룩이 있다"고 말했을 때, 정말 그 부분을 보고 말하는지 확인하기 위해 연구진은 Grad-CAM이라는 기술을 썼습니다.

• 비유: AI 가 사진을 볼 때, 어떤 부분을 가장 집중해서 봤는지 '빨간색 열감지 카메라'로 보여주는 것입니다.
• 결과: AI 가 지적한 얼룩의 위치를 의사가 확인했을 때, 약 60~70% 는 꽤 정확하게 맞춰냈습니다. (완벽하진 않지만, 의사의 눈이 피로할 때 큰 도움을 줄 수 있는 수준입니다)

🚧 5. 한계점과 미래: "완벽하지는 않지만, 시작은 훌륭해"

물론 AI 가 만능은 아닙니다.

• 단점: AI 가 "심각한 얼룩"을 찾아내는 건 잘하지만, "약간 흐릿한지, 진짜 얼룩인지"를 구분하는 건 사람보다 덜 정확할 수 있습니다. 또한, 이 AI 는 한 병원 데이터로만 훈련했기 때문에 다른 병원의 기계에서는 잘 안 될 수도 있습니다.
• 미래: 앞으로는 이 AI 가 단순히 "오염됨"을 알려주는 것을 넘어, "어떤 기술로 다시 찍어야 할지" (예: 지방 억제 방식을 바꿔라, 호흡을 멈추게 하라 등) 기술자에게 조언해 줄 수 있도록 발전시킬 예정입니다.

💡 결론: "의사의 든든한 보조교사"

이 연구는 AI 가 유방 MRI 사진의 '오염'을 찾아내어, 의사가 진짜 암을 놓치지 않도록 도와주는 기술임을 보여줍니다.

마치 사진 현상소에서 일하는 숙련된 조수가, 흐릿하거나 얼룩진 사진은 바로 골라내어 다시 찍게 하거나, 깨끗한 사진만 의사에게 넘겨주는 것과 같습니다. 이렇게 되면 의사는 더 중요한 진단에 집중할 수 있고, 환자는 불필요한 재촬영 스트레스에서 벗어날 수 있게 됩니다.

이 기술이 더 발전한다면, 유방암 검진 과정이 훨씬 더 정확하고 편안해질 것입니다.

기술 요약

1. 연구 배경 및 문제 제기 (Problem)

• 배경: 유방 MRI 에 확산 강조 영상 (DWI) 이 진단 및 병변 특성 분석을 위해 널리 사용되고 있으며, 특히 고 b-value (b = 1500 s/mm²) 영상은 건강한 섬유선 조직의 신호 감쇠로 인해 병변 검출에 유용합니다.
• 문제: 고 b-value DWI 는 스캐너, 획득 기법, 환자 요인 등으로 인해 고강도 (hyperintense) 또는 저강도 (hypointense) 아티팩트가 발생하기 쉽습니다.
  • 고강도 아티팩트: 피부 주름, 지방 억제 실패 등으로 발생.
  • 저강도 아티팩트: 맥동 아티팩트, 감수성 관련 신호 손실 등으로 발생.
• 영향: 이러한 아티팩트는 병변을 가리거나 모방하여 진단을 방해하고, ADC(가상 확산 계수) 지도 계산 오류를 유발하며, AI 모델의 학습 편향과 추론 성능 저하를 초래합니다.
• 기존 연구의 한계: 기존 연구 (Kapsner 등) 는 최대 강도 투영 (MIP) 기반의 아티팩트 감지에 집중했으나, 이는 3D 볼륨의 일부 아티팩트가 전체 투영에 영향을 미칠 수 있어 개별 슬라이스 단위의 정밀한 평가와 아티팩트 심각도 등급 매기기가 부족했습니다.

2. 방법론 (Methodology)

2.1 데이터셋 구성

• 데이터원: 2022 년~2023 년 중반 사이 수행된 3T MRI(시멘스) 로부터 수집된 1,383 건의 유방 MRI 검사.
• 선정 기준: 아티팩트 심각도 (15 점) 가 45 점 (중등도~심각) 인 156 건을 선별.
• 슬라이스 생성: 156 건의 3D 볼륨을 슬라이스 단위로 분할하고 좌/우 유방을 분리하여 총 11,806 개의 슬라이스를 생성.
• 전처리: T1 강조 영상에서 생성된 마스크를 DWI 에 적용하여 유방 조직만 추출, JPEG 포맷으로 변환 후 160x128 크기로 리사이즈.
• 데이터 분할: 환자 단위로 데이터 누출 (Data Leakage) 을 방지하기 위해 케이스 단위로 무작위 분할 (학습 70%, 검증 15%, 테스트 15%).

2.2 실험 설계 및 모델

• 목표: 고 b-value DWI 슬라이스에서 고강도 및 저강도 아티팩트를 감지하고 심각도를 분류.
• 분류 방식:
  1. 이진 분류 (Binary): 아티팩트 유무 (0: 비중요/없음, 1: 잠재적 중요).
  2. 다중 클래스 분류 (Multiclass): 아티팩트 심각도 등급 (1~5 점).
• 사용 모델: DenseNet121, ResNet18, SEResNet50 (MONAI 및 PyTorch Lightning 기반).
• 학습 전략:
  • 클래스 불균형 해결을 위한 가중치 샘플링 적용.
  • Adam 옵티마이저, 교차 엔트로피 손실 함수 사용.
  • 데이터 증강 (회전, 플립) 적용.
  • 검증 세트에서 성능이 가장 좋은 모델 (DenseNet121) 을 선정하여 홀드아웃 테스트 세트에서 최종 평가 및 다중 클래스 재학습 수행.

2.3 시각화 및 평가 지표

• 시각화: Grad-CAM 히트맵을 기반으로 아티팩트 영역을 감싸는 Bounding Box 생성 (임계값 0.2 적용).
• 정량적 지표: AUROC, AUPRC, 정밀도 (Precision), 재현율 (Recall), 혼동 행렬.
• 정성적 평가: 방사선 전문의가 Bounding Box 의 위치 정확도를 1~5 점 리커트 척도로 평가.
• 일치도 분석: 모델 예측과 인간 판독자 (Ground Truth 및 검증자) 간의 Cohen's Kappa 계수 분석.

3. 주요 결과 (Key Results)

3.1 모델 성능 (이진 분류)

• 최적 모델: DenseNet121이 고강도 및 저강도 아티팩트 모두에서 가장 우수한 성능을 보임.
• 고강도 아티팩트 (Hyperintense):
  • AUROC: 0.92, AUPRC: 0.77, 재현율: 0.82.
  • Bounding Box 평균 점수: 3.33 ± 1.04 (5 점 만점).
• 저강도 아티팩트 (Hypointense):
  • AUROC: 0.94, AUPRC: 0.92, 정확도: 0.85.
  • Bounding Box 평균 점수: 2.62 ± 0.81 (저강도 아티팩트 위치 파악은 상대적으로 어려움).

3.2 다중 클래스 분류 성능

• 고강도: Weighted AUROC 0.85, AUPRC 0.75.
  • 특히 Class 5(심각한 아티팩트) 를 Class 1(아티팩트 없음) 로 잘못 분류한 사례가 전혀 발생하지 않음.
• 저강도: Weighted AUROC 0.88, AUPRC 0.69.
  • Class 5(심각) 에 대한 AUROC 는 0.93 으로 매우 높음.
• 의미: 모델은 임상적으로 가장 중요한 '심각한 아티팩트'를 매우 정확하게 식별하여 재촬영 필요성을 판단하는 데 유용함.

3.3 인간 - 모델 일치도

• 다중 클래스 설정에서 모델과 인간 판독자 간의 Kappa 계수는 '약간 일치 (Slight)'에서 '보통 일치 (Moderate)' 수준으로, 아티팩트 심각도 등급 매기기의 주관성으로 인한 레이블 노이즈가 존재함을 시사.

4. 주요 기여 및 의의 (Contributions & Significance)

1. 슬라이스 단위 정밀 감지: 기존 MIP 기반 접근법을 넘어, 개별 슬라이스 단위로 고강도 및 저강도 아티팩트를 동시에 감지하고 심각도를 등급화하는 딥러닝 프레임워크를 제안.
2. DenseNet121 의 유효성 입증: 고 b-value DWI 의 미세한 국소적 특징을 포착하는 데 DenseNet121 이 ResNet 및 SEResNet 보다 우월함을 입증 (밀집 연결 구조가 저수준 공간 정보 보존에 유리).
3. 임상적 의사결정 지원:
   • 심각한 아티팩트 (Class 5) 를 놓치지 않고 감지하여 불필요한 재촬영이나 진단 오류를 방지.
   • 아티팩트 유형과 심각도에 따른 피드백을 통해 기술자가 촬영 중 아티팩트 감소 전략 (예: 지방 억제 기법 변경) 을 선택하도록 지원 가능.
4. 품질 관리 도구: AI 기반의 자동 품질 관리 (QC) 도구로서, 임상 현장에서 아티팩트가 있는 영상을 선별하여 재촬영을 권장하거나 진단에서 제외하는 데 활용 가능.

5. 한계점 및 향후 과제

• 위치 정확도: Grad-CAM 기반 Bounding Box 는 YOLO 나 Faster R-CNN 같은 전용 검출 모델에 비해 위치 정확도가 낮음.
• 데이터 편향: 단일 센터 데이터만 사용되어 모델의 일반화 능력에 한계가 있음.
• b-value 확장: 현재 모델은 b=1500 에 최적화되어 있으며, 다른 b-value(750 등) 로의 확장은 재학습이 필요함.
• 임상적 영향: 아티팩트가 악성 병변을 가린 구체적인 사례가 포함되지 않아, 아티팩트 제거가 병변 검출률 향상에 미치는 직접적인 임상적 효과는 추가 검증 필요.

결론

이 연구는 딥러닝 (특히 DenseNet121) 을 사용하여 고 b-value 유방 DWI 의 슬라이스 단위 아티팩트를 효과적으로 감지하고 심각도를 분류할 수 있음을 입증했습니다. 이는 진단의 신뢰성을 높이고, 촬영 기술자에게 즉각적인 품질 피드백을 제공하여 MRI 프로토콜 최적화에 기여할 수 있는 유망한 접근법입니다.