Intracranial Aneurysm Classification and Segmentation via Tri-Axial ROI and Multi-Task Learning

기술 요약: 삼축 ROI 및 멀티태스크 학습을 통한 뇌동맥류 분류 및 세그멘테이션

문제 정의
뇌동맥류는 파열될 때까지 증상이 없는 경우가 많으며, 이는 높은 사망률을 동반하는 사건입니다. 효과적인 위험 평가와 치료 계획을 위해서는 동맥류의 형태와 해부학적 위치에 대한 정밀한 지식이 필요합니다. 그러나 기존의 자동화된 방법들은 이진 출력(존재 여부, 이진 마스크)에 국한되어 있어, 미세한 해부학적 분류나 다중 클래스 세그멘테이션을 제공하지 못합니다. 또한, 영상 모달리티(CTA, MRA, T2, T1-post)의 이질성은 대조 기전, 복셀 간격, 시야(FOV) 측면에서 문제를 야기합니다. 현재의 관심 영역(ROI) 추출 방식은 종종 모달리티별 전처리에 의존하거나 계산 비용이 많이 드는 3D 슬라이딩 윈도우 추론에 의존하여 확장성이 제한됩니다.

방법론
저자들은 13개의 해부학적 위치와 4개의 영상 모달리티에 대해 다중 레이블 분류, 다중 클래스 동맥류 세그멘테이션, 다중 클래스 혈관 세그멘테이션을 수행하도록 설계된 2단계 프레임워크를 제안합니다.

1. 1단계: 2D 삼축(Tri-Axial) ROI 추출
   전체 3D 추론의 계산 비용을 피하기 위해, 저자들은 빠른 2D 삼축 접근 방식을 도입합니다. 입력 볼륨에 대해, 시스템은 세 개의 직교 축(axial, sagittal, coronal)에 대해 {1/4, 1/2, 3/4} 위치에서 각각 하나의 슬라이스를 추출하여 총 최대 9개의 슬라이스를 추출합니다. 이 슬라이스들은 표준 2D nnU-Net 이진 세그멘테이션 모델에 의해 처리됩니다. 결과물인 2D 마스크는 공간적 차원을 제한합니다(예: axial 슬라이스는 y와 x를 제한함). 3D 바운딩 박스는 각 축의 비어 있지 않은 예측 좌표들의 평균을 통해 도출됩니다. 이 방법은 추론을 볼륨당 9개의 슬의 예측으로 줄여, 3D 슬라이딩 윈도우 추론 대비 12.7배의 속도 향상을 달면서도 윌리스 서클(Circle of Willis)과 근위 동맥 분절을 일관되게 포함합니다.

2. 2단계: 듀얼 디코더를 이용한 3D 멀티태스크 학습
   크롭된 ROI 볼륨은 $224 \times 224 \times 224$ 크기로 리사이징되어 nnU-Net 기반의 3D 멀티태스크 네트워크에 의해 처리됩니다.

• 듀얼 디코더 설계: 동맥류 복셀이 혈관 복셀보다 2~3 자릿수 더 적은 극단적인 볼륨 불균형을 해결하기 위해, 네트워크는 단일 26클래스 디코더 대신 두 개의 디코더를 사용합니다.
  • 디코더 1: 13개의 혈관 해부학 클래스와 하나의 통합된 동맥류 클래스를 분리하여 14개 채널을 출력합니다.
  • 디코더 2: 각 혈관 해부학 클래스를 그에 대응하는 동맥류 위치 클래스와 쌍으로 묶어 13개 채널을 출력합니다.
  • 재구성: 훈련 후, 디코더 1이 통합된 동맥류 클래스를 예측하고 디코더 2가 혈관 해부학 클래스 $k$를 예측하면, 최종 레이블은 동맥류 위치 클래스 $k+13$이 되는 방식으로 두 출력을 융합하여 전체 26클래스 세그멘테이션을 복구합니다.
• 분류 헤드: 세 개의 분류 헤드는 인코더 병목(bottleneck)에서의 교차 주의 집중 풀링(cross-attention pooling)을 활용하여 다음을 예측합니다: (1) 입력 모달리티 (4개 클래스), (2) 동맥류 존재 여부 (이진), (3) 다중 레이블 동맥류 위치 (13개 클래스).
• 손실 함수: 총 손실은 세그멘테이션 손실(Dice + 가중치 적용된 Cross-Entropy)과 분류 손실(BCE/CE)의 가중 합계입니다. 동맥류 관련 클래스에는 클래스 불균형을 상쇄하기 위해 훨씬 높은 가중치(디코더 1에서 10배, 디코더 2에서 5배)가 부여됩니다.

3. 데이터 준비 및 증강
   RSNA-2025 챌린지는 동맥류의 복셀 수준 마스크가 아닌 중심점 좌표만을 제공했기 때문에, 저자들은 능동 학습(active-learning) 전략을 채택했습니다. 초기 모델을 사용하여 혈관 해부학 및 동맥류 마스크에 대한 의사 레이블(pseudo-labels)을 생성한 후, 이를 수동으로 검토 및 수정하여 반복적으로 다시 학습시켰습니다. 이 과정은 4,348개의 모든 훈련 시리즈를 대상으로 수행되었습니다. 또한, 좌우 레이블 스왑 증강을 적용하여 측면화된 레이블이 있는 케이스의 데이터셋 크기를 두 배로 늘렸습니다.

주요 기여

1. 2D 삼축 ROI 추출: 전체 3D 세그멘테이션 없이도 멀티 모달리티 신경혈관 데이터를 처리할 수 있는 전략으로, 볼륨당 9개의 슬라이스 예측으로 추론을 단축했습니다.
2. 통합 멀티태스크 프레임워크: 다양한 모달리티에 걸쳐 다중 클래스 수준의 미세한 다중 레이블 동맥류 분류, 다중 클래스 동맥류 세그멘테이션, 다중 클래스 혈관 세그멘테이션을 통합한 최초의 방법입니다.
3. 듀얼 디코더 아키텍처: 동맥류와 혈관 클래스 사이의 극단적인 볼륨 불균형을 해결하기 위한 설계로, 희소한 동맥류 타겟에 대한 효과적인 그래디언트 흐름을 가능하게 합니다.
4. 공개 배포: 저자들은 추가 연구를 지원하기 위해 코드, 모델 가중치 및 3D Slicer 플러그인을 공개했습니다.

결과
본 프레임워크는 RSNA 2025 뇌동맥류 탐지 챌린지에서 2위를 차지했습니다.

• 성능: 최종 앙상블(2개 폴드)은 Public AUC 0.90035 및 Private AUC 0.86727을 달려냈습니다.
• Ablation 통찰:
  • 능동 학습을 통한 세그멘테이션 어노테이션 정교화 및 혈관 해부학 레이블 확장은 프라이빗 리더보드에서 +0.032의 이득을 가져왔습니다.
  • 8배 조합의 테스트 타임 증강(TTA)은 +0.010의 이득을 제공했습니다.
  • 두 폴드의 앙상블은 미미하지만 일관된 +0.005의 이득을 제공했습니다.
• 효율성: 2D 삼축 접근 방식은 RTX 3090에서 볼륨당 평균 0.51초의 추론 속도를 달성했으며, 이는 3D 슬라이딩 윈도우 베이스라인의 6.44초와 비교됩니다.

의의 및 주장
본 논문은 주요 의의가 이진 탐지를 넘어 이질적인 영상 모달리티 전반에 걸쳐 미세한 다중 클래스 해부학적 출력을 제공하는 데 있다고 주장합니다. 저자들은 듀얼 디코더 설계가 배경(혈관)에 비해 매우 작은 타겟(동맥류)이 존재하는 의료 세그멘테이션 작업에서 극단적인 클래스 불균형을 처리하는 유효한 전략을 제공한다고 강조합니다. 또한, 챌린지에 그라운드 트루스 복셀 마스크가 없기 때문에 세그멘테이션 평가는 정성적인 수준에 머물지만, 프레임워크가 주로 분류를 위해 훈련되었음에도 불구하고 밀집된 해부학적 출력을 성공적으로 생성한다고 언급합니다. 저자들은 능동 학습을 통해 생성된 의사 레이블에 대한 의존도와 두 디코더의 후처리 융합이 필요한 비엔드투엔드(non-end-to-end) 방식의 26클래스 세그멘테이션 복구와 같은 한계를 겸허히 인정하고 있습니다.