VAMAE: Vessel-Aware Masked Autoencoders for OCT Angiography

1. 연구 배경 및 문제 제기 (Problem)

• OCTA 의 특징: 광간섭 단층촬영 혈관조영술 (OCTA) 은 망막 미세혈관을 비침습적으로 시각화하는 중요한 의료 영상 기술입니다. 그러나 자연 영상과 달리, OCTA 는 배경이 균일하고 혈관 구조가 희소 (sparse) 하며 필라멘트 (filamentary) 형태를 띠고 있습니다.
• 기존 SSL 의 한계:
  • 균일한 마스킹 (Uniform Masking) 의 비효율성: 기존 자기지도 학습 (Self-Supervised Learning, SSL) 방법인 Masked Autoencoders (MAE) 는 자연 영상에 맞춰 무작위로 패치를 마스킹합니다. OCTA 의 경우 배경 픽셀이 압도적으로 많기 때문에, 무작위 마스킹은 정보량이 적은 배경을 재구성하는 사소한 작업 (trivial pretext task) 이 되어 혈관 구조를 학습하는 데 실패합니다.
  • 위상적 제약의 부재: 혈관 분기, 연결성, 중심 무혈관 영역 (FAZ) 의 경계 등 혈관의 위상적 (topological) 특성은 임상적으로 매우 중요하지만, 기존 픽셀 단위 손실 함수 (pixel-wise loss) 는 이러한 글로벌 구조적 제약을 명시적으로 인코딩하지 못해 단절되거나 위상적으로 일관성 없는 예측을 유발합니다.
• 핵심 문제: 기존 SSL 패러다임은 모든 픽셀을 동등하게 취급하지만, OCTA 분석에는 혈관의 기하학적 구조 (geometry) 와 위상적 연결성을 인지하는 기하학적 인식 (geometry-aware) 학습이 필수적입니다.

2. 제안 방법론: VAMAE (Methodology)

저자들은 Vessel-Aware Masked Autoencoder (VAMAE) 를 제안하여 OCTA 이미지의 자기지도 사전 학습을 수행합니다. 주요 구성 요소는 다음과 같습니다.

가. 혈관 인식 마스킹 전략 (Vessel-Aware Masking Strategy)

• 동적 마스킹: 무작위 마스킹 대신 혈관이 풍부한 영역을 우선적으로 마스킹하는 적응형 전략을 사용합니다.
• 구조적 사전 지식 활용:
  1. Frangi Vesselness: Hessian 행렬 고유값 분석을 통해 혈관 형태의 튜브 구조를 강조하는 맵을 생성합니다.
  2. 스켈레톤 (Skeleton): 혈관 중심선 (1 픽셀 너비) 을 추출하여 위상적 연결성과 분기 패턴을 포착합니다.
• 하이브리드 중요도 점수: 각 패치에 대해 혈관 밀도 ($d_i$) 와 스켈레톤 존재 여부 ($s_i$) 를 기반으로 중요도 점수 $w_i$ 를 계산합니다.
  • $w_i = \alpha \cdot (0.5d_i + 0.5s_i) + (1-\alpha) \cdot \epsilon_i$
  • 여기서 $\alpha=0.6$으로 설정하여 혈관 우선순위와 무작위성 (과적합 방지) 사이의 균형을 맞춥니다.
  • 상위 75% 의 패치를 마스킹하여 모델이 배경이 아닌 혈관 구조를 재구성하도록 유도합니다.

나. 다중 목표 재구성 (Multi-Target Reconstruction)

• 단일 강도 (intensity) 이미지 재구성이 아닌, 세 가지 상보적인 목표를 동시에 예측하도록 설계되었습니다.
  1. 강도 (Intensity): 원본 OCTA 이미지 재구성 (외관 학습).
  2. 혈관성 (Vesselness): 튜브 구조의 형태적 특성 학습.
  3. 스켈레톤 (Skeleton): 혈관의 위상적 연결성 및 분기 패턴 학습.
• 손실 함수: 총 손실은 각 목표에 가중치를 두어 계산됩니다 ($L_{total} = 0.3 L_{intensity} + 0.5 L_{vesselness} + 0.2 L_{skeleton}$). 혈관성 (Vesselness) 에 가장 높은 가중치를 두어 구조적 사전 지식을 강조합니다.

다. 아키텍처

• 인코더: Vision Transformer (ViT-Base) 를 사용하며, 마스킹되지 않은 패치 (25%) 만 입력받아 효율성을 높입니다.
• 디코더: 경량화 된 Transformer 로, 마스킹된 패치와 인코딩된 토큰을 결합하여 3 가지 목표 (강도, 혈관성, 스켈레톤) 를 동시에 재구성합니다.
• 하류 작업 (Downstream): 사전 학습된 인코더에 U-Net 스타일의 디코더를 연결하여 혈관 분할 (Segmentation) 작업을 수행합니다.

3. 주요 기여 (Key Contributions)

1. VAMAE 프레임워크 개발: OCTA 분석을 위한 기하학적 정보 기반 자기지도 사전 학습 프레임워크를 최초로 제안했습니다.
2. 혈관 유도 마스킹 전략: Frangi 혈관성 응답과 스켈레톤 기반 사전 지식을 활용하여, 혈관이 풍부한 패치를 우선적으로 마스킹하는 새로운 전략을 도입했습니다.
3. 다중 목표 재구성 설계: 강도, 구조, 위상 정보를 동시에 학습할 수 있도록 다중 목표 (Multi-target) 재구성 목적 함수를 설계했습니다.
4. 제한된 라벨 환경에서의 우수한 성능: 적은 양의 라벨 데이터로도 기존 지도 학습 방법과 경쟁하거나 능가하는 성능을 입증했습니다.

4. 실험 결과 (Results)

• 데이터셋: OCTA-500 벤치마크 (500 개 무라벨 이미지, 200 개 라벨 이미지) 를 사용했습니다.
• 주요 성과 (Large Vessel Segmentation):
  • 전체 라벨 (100%): VAMAE 는 **Dice 82.4%**를 기록하여, 기존 MAE(76.8%), MedMAE(77.2%), BioVessel-Net(78.9%) 등 모든 자기지도 학습 베이스라인을 통계적으로 유의미하게 상회했습니다.
  • 반분 라벨 (50%): VAMAE 는 50% 라벨만 사용하여 **78.4%**의 Dice 점수를 달성했습니다. 이는 전체 라벨을 사용한 다른 최신 방법들 (BioVessel-Net 78.9%, Pissas et al. 79.7%) 과同等하거나 더 높은 성능으로, 주석 비용 (Annotation Cost) 을 50% 절감하면서도 동등한 성능을 낼 수 있음을 보여줍니다.
  • 지도 학습 대비: 처음부터 학습한 U-Net(69.2%) 보다 13.2%p 높은 성능을 보였으며, 최첨단 지도 학습 모델인 CS2-Net(81.7%) 과도 경쟁 가능한 성능을 발휘했습니다.
• 범용성 (Generalization):
  • 다양한 구조: 큰 혈관, 중심 무혈관 영역 (FAZ), 정맥 분할 모두에서 일관된 개선을 보였습니다. 특히 FAZ 분할은 94.1% 의 높은 정확도를 기록했습니다.
  • 질병 중증도: 건강한 사람부터 경증/중등도 당뇨망막병증 (DR) 까지 다양한 질병 단계에서 강건한 성능을 유지했습니다.
• Ablation Study:
  • 혈관 인식 마스킹만 적용해도 베이스라인 대비 +4.8%p의 향상을 보였습니다.
  • 다중 목표 재구성이 추가되면 추가로 +0.8%p의 향상을 보였으며, 특히 혈관성 (Vesselness) 목표 제거 시 성능이 가장 크게 하락하여 구조적 학습의 중요성을 입증했습니다.

5. 의의 및 결론 (Significance)

• 의료 영상 분석의 패러다임 전환: 자연 영상 중심의 SSL 방법을 의료 영상에 적용할 때 발생하는 '기하학적 불일치' 문제를 해결했습니다. 혈관의 희소성과 위상적 특성을 고려한 도메인 지식 (Domain Knowledge) 의 통합이 성능 향상의 핵심임을 입증했습니다.
• 데이터 효율성: 의료 영상은 전문가 주석 비용이 매우 비싸다는 점을 고려할 때, VAMAE 는 라벨 데이터의 양을 절반으로 줄이면서도 최상위 성능을 달성할 수 있어 임상 적용 가능성을 크게 높였습니다.
• 미래 방향: 현재 2D 투영 이미지에 기반하고 있으나, 3D 볼륨 OCTA 로의 확장 및 병리학적 변화가 심한 경우의 강건성 향상을 위한 연구가 필요함을 제시했습니다.

요약하자면, VAMAE는 OCTA 영상의 고유한 기하학적 특성을 반영한 마스킹 전략과 다중 목표 학습을 통해, 적은 라벨 데이터로도 뛰어난 혈관 분할 성능을 달성한 혁신적인 자기지도 학습 프레임워크입니다.