Deep Learning-Based Tongue Pathology Detection: Mapping Fine-Grained Computer Vision Features to Ayurvedic Diagnostic Heuristics

기술 요약: 딥러닝 기반 설진(舌診) 병리 탐지

문제 정의
전통적인 아유르베다 의학은 혀의 상태를 검사하여 개인을 체질(Doshas: Vata, Pitta, Kapha)로 분류하고 개인 맞춤형 웰니스 권장 사항을 제공하는 데 의존합니다. 그러나 이러한 평가는 현재 전문가의 숙련도, 시각적 경험, 그리고 주관적인 해석에 의존하고 있어 변동성이 크고 재현성이 제한적입니다. 최근 인공지능(AI)과 컴퓨터 비전의 발전이 의료 영상 분석을 혁신했음에도 불구하고, 혀 진단에 관한 기존 연구들은 주로 중의학(TCM) 내의 질병 분류에 집중하거나 설문 기반 평가에 크게 의존하고 있습니다. 미세한 혀의 특징 탐지와 온디바이스 추론을 결합한 경량화된 모바일 친화적 시스템은 눈에 띄게 부족한 실정입니다. 또한, 제한된 공개 벤치마크 데이터셋, 일관되지 않은 어노테이션 프로토콜, 표준화된 평가 방법론의 부재는 이 분야의 견고하고 해석 가능한 시스템 개발을 저해하는 요소입니다.

방법론
본 논문은 비침습적 혀 특징 분석 및 규칙 기반 아유르베다 웰니스 평가를 위해 설계된 경량 엣지 AI 모바일 프레임워크인 "Jihwa"를 제안합니다. 시스템 아키텍처는 다음과 같은 세 가지 주요 계층으로 구성됩니다.

1. 인지 계층 (컴퓨터 비전):

   • 모델: 시스템은 모바일 배포에 적합한 정확도와 계산 효율성의 균형을 고려하여 선택된 YOLO11n 객체 탐지 모델을 채택했습니다.
   • 학습: 모델은 20가지 혀 특징 카테고리(설체 색상, 설태, 균열, 치흔, 부종, 장기 영역 지표 포함)에 대해 6,719개의 어노테이션된 이미지를 포함하는 TMC-Tongue 데이터셋을 통해 전이 학습(Transfer Learning)되었습니다.
   • 전처리: 이미지는 640×640 픽셀로 크기가 조정되었습니다. 임상적으로 유의미한 색상 패턴을 보존하면서 견고성을 높이기 위해 데이터 증강 기법(스케일링, 이동, 수평 뒤집기 및 제어된 HSV 변환)이 적용되었습니다.
     এটি
   • 추론: 학습된 모델은 TensorFlow Lite 형식으로 변환되어, 외부 서버로 이미지를 전송하지 않고도 실시간 온디바이스 추론을 가능하게 합니다. 모델은 바운딩 박스, 클래스 레이블, 신뢰 점수를 출력하며, 이는 신뢰도 임계값과 비최대 억제(NMS)를 통해 정제됩니다.

2. 해석 계층 (멀티모달 퓨전):

   • 설문지: 사용자는 생리적 및 행동적 특성(소화, 수면, 에너지 등)을 다루는 22개 문항의 자가 진단을 완료하며, 이는 Vata, Pitta, Kapha 점수로 매핑됩니다.
   • 퓨전 메커니즘: 프레임워크는 투명한 규칙 기반 가중치 퓨전 전략을 활용합니다. YOLO11n 모델에 의해 추출된 시각적 특징은 최종 평가에 60% 기여하며, 설문 응답은 40% 기여합니다.
   • 점수 산출: 탐지된 혀의 특징은 사전 정의된 진단 휴리스틱에 따라 아유르베다 가중치가 부여됩니다. 시각적 점수($S_{visual}$)는 특징 가중치와 신뢰 점수의 곱의 합으로 계산됩니다. 이는 정규화된 설문 점수($S_{questionnaire}$)와 다음 공식을 사용하여 결합됩니다: $S_{final} = 0.6S_{visual} + 0.4S_{questionnaire}$.
   • 분류: 퓨즈된 점수는 퍼센트 기반의 세 가지 도샤(Dosha) 값으로 정규화됩니다. 시스템은 점수 임계값을 바탕으로 지배적인 체질 또는 혼합 체질(예: Vata-Pitta)을 식별하며, 총 7가지의 구별된 체질 유형을 지원합니다.

3. 권장 계층:

   • 식별된 체질에 따라 시스템은 식이 가이드, 수분 섭차 전략, 8주 단계별 라이프스타일 계획을 포함한 개인 맞춤형 웰니스 권장 사항을 생성합니다. 모든 권장 사항은 사용자 프라이버시를 보호하기 위해 온디바이스에서 생성됩니다.

주요 기여

• 양식의 통합: 본 논문은 미세한 혀 특징의 객체 탐지와 구조화된 설문 기반 추론을 결합한 통합 프레임워크를 제시하며, 이는 기존의 엣지 AI 헬스케어 애플리케이션에서는 드문 조합입니다.
• 엣지 AI 구현: 클라우드 기반 방식과 달리, 이 시스템은 YOLO11n 모델을 사용자의 모바일 기기에서 완전히 실행하여 낮은 지연 시간, 데이터 프라이버시, 인터넷 연결 독립성을 보장합니다.
• 해석 가능성: 프레임워크는 머신러닝 구성 요소(특징 탐지)와 규칙 기반 웰니스 해석을 구분합니다. 이러한 투명성은 시각적 특징을 아유르베다 휴리스틱에 명확하게 매핑할 수 있게 하여, 엔드 투 엔드 딥러닝 진단의 "블랙박스" 문제를 방지합니다.
• 데이터셋 활용: 본 연구는 아유르베다 맥락에서의 미세한 특징 탐지 격차를 해소하기 위해 20가지 특정 혀 특성을 식별할 수 있는 탐지기를 학습시키는 데 TMC-Tongue 데이터셋을 활용합니다.

실험 결과
YOLO11n 모델은 TMC-Tong%Tongue 데이터셋을 사용하여 150 에포크(epoch) 동안 학습되었습니다. 성능은 홀드아웃 테스트 세트에서 표준 객체 탐지 지표를 사용하여 평가되었습니다:

• 정밀도(Precision): 0.424
• 재현율(Recall): 0.318
• mAP@50: 0.293
• mAP@50-95: 0.232

결과는 YOLO11n 모델이 변별력 있는 혀의 특성을 성공적으로 학습했음을 나타냅니다. 혼동 행렬(Confusion Matrix) 분석 결과, 대부분의 클래스는 강한 대각 우세성을 보였으며, 오분류는 주로 시각적으로 유사한 특징(예: 특정 설태 또는 균열 패턴) 사이에서 발생했습니다. 학습 곡선은 손실이 감소하고 지표가 에포크에 따라 개선되는 안정적인 수렴을 보여주었습니다. F1-신뢰도 곡선은 정밀도와 재현율이 균형을 이루는 최적의 임계값 영역을 식별했습니다.

의의 및 주장
저자는 이 연구를 임상적 전문성을 대체하는 것이 아니라, 접근 가능하고 개인화된 웰니스 모니터링을 위한 도구로 위치시킵니다. 본 논문의 의의는 전통적인 아유르베다 진단 휴리스틱과 현대적 딥러닝을 연결하는 투명하고 계산 효율적인 프레임워크를 입증했다는 점에 있습니다. 검증된 머신러닝 탐지와 규칙 기반 해석을 명확히 분리함으로써, 본 연구는 엣지 AI, 디지털 헬스, 그리고 계산적 전통 의학의 교차점에서 향후 연구를 위한 토대를 제공합니다. 저자는 이 접근 방식이 일상적인 건강 관리에 필요한 프라이버시와 접근성을 유지하면서 전통적인 설진의 주관성을 극복하기 위한 실질적인 솔루션을 제공한다고 주장합니다.