Intra-YOLO: A Small Object Detection Model for Caries and Molar-Incisor Hypomineralization in Intraoral Photography Based on Transfer Learning with Reinforcement Learning

기술 요약: 구강 내 사진의 작은 물체 감지를 위한 Intra-YOLO

문제 제기
본 논문은 구강 내 사진을 사용하여 치아 우식증과 어금니-앞니 저광화 (MIH) 를 구분하는 임상적 과제를 다룹니다. 두 질환은 유사하게 나타나지만, 그 원인과 치료법은 현저히 다릅니다. MIH 는 발달 결손인 반면, 우식증은 세균성 탈회로 인해 발생합니다. 정확한 진단은 병변의 작은 크기 (표시된 병변의 78% 이상이 이미지 면적의 0.58% 미만을 차지함), 촬영 조건의 변동성 (예: 타액 오염, 조명), 그리고 임상가의 시각적 검사가 주관적이라는 점에 의해 방해받습니다. 기존 연구는 주로 방사선 촬영이나 단일 치아 분류에 초점을 맞추어 왔으며, 복잡한 구강 내 환경에서 크기가 작고 스케일이 다양한 병변을 처리할 수 있는 자동화된 전체 구강 감지 시스템의 부재라는 간극이 존재합니다.

방법론
저자들은 YOLOX 아키텍처를 기반으로 구축된 작은 물체 감지를 최적화한 딥러닝 프레임워크인 Intra-YOLO를 제안합니다. 방법론은 다음과 같은 여러 고급 기법을 통합합니다:

1. 전이 학습을 활용한 교사 - 학생 패러다임:

   • 교사 모델 (S-YOLO): 작은 병변에서 특징 추출을 극대화하기 위해 고해상도 잘라낸 이미지 패치 (640×640 픽셀) 로 훈련됩니다. 이 모델은 다음을 포함합니다:
     • SSM(상태 공간 모델링) 어텐션 메커니즘: 노이즈와 배경 간섭을 억제하기 위해 사용됩니다.
     • S-PAFPN(고급 특징 피라미드 네트워크): 큰 특징 맵의 고해상도 세부 정보와 초기 백본 레이어의 의미론적 정보를 결합하여 세밀한 특징을 보존합니다.
     • 슬라이스 추론 (Sliced Inference): 병변의 작은 크기를 효과적으로 처리하기 위해 적용됩니다.
   • 학생 모델: 국소적 및 전역적 특징을 모두 통합하기 위해 전체 크기의 구강 내 이미지로 훈련됩니다.

2. 지식 증류 (Knowledge Distillation) 를 위한 강화 학습 (RL):

   • 정적 증류 대신, 이 프레임워크는 교사의 예측 바운딩 박스 중 어떤 것을 학생의 의사 레이블 (pseudo-label) 로 사용할지 동적으로 결정하는 RL 에이전트 (근접 정책 최적화, PPO 사용) 를 도입합니다.
   • 에이전트의 결정은 병변 크기, 교사의 신뢰도 점수, 그리고 학생의 예측 불확실성 (엔트로피 손실로 측정됨) 을 고려한 보상 함수에 기반합니다. 이를 통해 학생은 특히 작고 가변적인 크기의 병변에 대해 '고부가가치' 학습 사례에 집중하게 됩니다.

3. 데이터 처리:

   • 본 연구는 타이페이 시립 완방 병원 (Taipei Municipal Wanfang Hospital) 의 822 장 구강 내 이미지로 구성된 임상 데이터셋을 활용했으며, 여기에는 3,583 개의 우식증과 4,443 개의 MIH 표기가 포함되어 있습니다.
   • 훈련 세트는 이미지를 패치로 잘라내어 증강되었으며, 배경 불균형을 완화하고 유효한 훈련 샘플을 증가시키기 위해 12,000 개 이상의 바운딩 박스가 포함된 6,417 개의 잘라낸 이미지가 생성되었습니다.

주요 기여

• Intra-YOLO 프레임워크: 구강 내 사진에서 우식증과 MIH 의 이중 감지를 위해 특별히 설계된 새로운 아키텍처로, 극도로 작은 병변 크기라는 특정 과제를 해결합니다.
• 스케일 인식 증류: 강화 학습을 지식 증류 과정에 통합함으로써 훈련 샘플의 적응적 선택이 가능해졌으며, 이는 노이즈가 있는 감독을 도입하지 않으면서도 모델이 어렵고 작은 규모의 대상으로부터 학습하는 능력을 향상시킵니다.
• 향상된 특징 융합: 구강 내 영상에 맞게 특별히 조정된 S-PAFPN 모듈 개발과 SSM 어텐션 메커니즘 적용을 통해 다중 스케일 특징 융합과 노이즈 억제를 강화했습니다.

결과
모델은 평균 정밀도 (mAP) 와 mAP50(IoU 0.5 기준) 을 사용하여 홀드아웃 임상 데이터셋에서 평가되었습니다.

• 성능: Intra-YOLO는 mAP 23.1% 및 **mAP50 47.8%**를 달성했습니다.
• 비교:
  • RL 증류가 없는 베이스라인 S-YOLO(22.0% mAP, 44.2% mAP50 달성) 보다 우수한 성능을 보였습니다.
  • 12.4% 에서 16.7% 범위의 mAP 를 보인 2 단계 검출기 (Faster R-CNN, DETR, DAB-DETR) 와 슬라이스 추론이 적용된 YOLOv5 및 표준 YOLOX 같은 1 단계 검출기 (19.7% mAP) 를 포함한 다른 엔드 - 투 - 엔드 모델보다 현저히 우수한 성능을 보였습니다.
• 애블레이션 (Ablation): 실험을 통해 PPO 기반 적응형 증류 전략이 정적 임계값 전략에 비해 최상의 결과를 제공했으며, 특히 작은 물체 감지에서 mAP 가 18.3% 에 달하는 구체적인 개선을 입증했습니다.

의의 및 주장
본 논문은 Intra-YOLO가 구강 내 사진에서 우식증과 MIH 를 정확하고 효율적으로 감지할 수 있는 컴퓨터 보조 진단 (CAD) 시스템을 제공한다고 주장합니다. 저자들은 이 시스템이 다음과 같은 역할을 할 수 있다고 봅니다:

• 임상가 간의 진단 변동성과 주관성을 줄입니다.
• 병변 위치 파악 및 분류에 대한 객관적인 참고 자료를 제공함으로써 시기적절하고 증거 기반의 치료 계획 수립을 지원합니다.
• 더 빠른 임상 의사 결정을 촉진합니다.

저자들은 겸손한 어조를 유지하며, 결과가 유망하지만 시스템이 일상적인 치과 진료에 완전히 통합되기 전에 더 크고 다양한 데이터셋에서 추가 검증이 필요하다고 인정합니다. 그들은 이 시스템이 임상가를 대체하기보다 지원하도록 설계되었으며, 시각적으로 유사한 병변 간의 오진 감소를 목표로 한다고 강조합니다.