💻 computer science

NeviUNet: An Efficient Attention-Enhanced Network for Skin Lesion Segmentation in Total Body Images

NeviUNet은 Mish 활성화 함수, 어텐션 게이트(Attention Gates), SE 블록을 통합하는 동시에 계산 비용이 많이 드는 구성 요소들을 생략함으로써 전신 이미지에서 정확하고 저지연의 피부 병변 분할을 달성하는 효율적인 어텐션 강화형 U-Net 변형 모델입니다.

원저자: Karolina Dzwonkowska, Piotr Marcin Szczypiński

게시일 2026-09-08

📖 4 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Karolina Dzwonkowska, Piotr Marcin Szczypiński

원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

인간의 피부는 거대하고 복잡한 풍경이며, 보호막이자 우리 내부의 건강을 비추는 거울 역할을 합니다. 이 풍경 속에는 점이라고 불리는 색소 침착 부위가 흔히 나타나지만, 일부는 흑색종과 같은 심각한 위협을 알리는 방식으로 변화할 수 있습니다. 이러한 변화는 미세하게 일어날 수 있고 수년에 걸쳐 발생할 수 있기 때문에, 의사들은 모든 각도에서 전신을 촬영하는 고해解상도 카메라를 사용하여 장기적인 모니터링에 의존합니다. 이는 방대한 양의 시각적 데이터를 생성하지만, 컴퓨터가 의사를 도우려면 먼저 정상 피부 배경으로부터 이러한 특정 점들을 찾아내고 윤곽을 그리는 법을 배워야 합니다. '세그멘테이션(segmentation)'이라 불리는 이 과정은 점들이 서로 매우 다르게 보일 수 있고, 때로는 피부와 섞여 보이며, 털이나 고르지 않은 조명 같은 방해 요소들에 둘러싸여 있는 경우가 많기 때문에 매우 어렵습니다.

수년 동안 과학자들은 인간의 뇌가 이미지를 처리하는 방식을 모방한 인공지능의 한 종류인 딥러닝을 사용하여 컴퓨터에게 이 작업을 수행하도록 가르치려 노력해 왔습니다. 이 작업에 가장 인기 있는 도구는 U-Net이라 불리는 특정 컴퓨터 아키텍처였는데, 이는 정교한 지도 제작자처럼 세부 사항을 보기 위해 확대하고 전체 그림을 이해하기 위해 축소하는 역할을 합니다. 그러나 지속적인 문제가 발생했습니다. 가장 정확한 컴퓨터 모델들은 너무 무겁고 복렴하여 실제 임상에서 사용하기에는 너무 느리게 작동하는 반면, 더 빠른 모델들은 까다로운 점들을 정확하게 찾아내기에는 너무 단순하다는 점입니다. 폴란드 로즈 공과대학교의 연구진은 정밀하면서도 표준 의료 장비에서 빠르게 실행될 수 있는 새로운 시스템을 개발함으로써 이 특정한 딜레마를 해결하고자 했습니다.

연구팀은 프로토타입 전신 스캐너인 '더모 스튜디오(Dermo Studio)'로 촬영된 이미지를 분석하도록 설계된 '네비유넷(NeviUNet)'이라는 이름의 새로운 컴퓨터 모델을 개발했습니다. 이 스캐너는 환자가 회전함에 따라 40장의 고해상도 이미지를 캡처하여 환자의 피부에 대한 완전한 디지털 기록을 생성합니다. 이 새로운 모델을 학습시키기 위해 연구진은 이러한 이미지 컬렉션을 수집하였고, 피부 전문가가 각 사진 속의 점 주변에 정밀한 윤곽을 직접 그렸습니다. 이미지들이 매우 크고 상세하기 때문에 컴퓨터가 한 번에 모두 처리할 수는 없으므로, 팀은 이를 관리 가능한 작은 정사각형 단위로 나누었습니다. 그런 다음 연구진은 AI가 이 정사각형들을 살펴보고 어떤 픽셀이 점에 속하는지, 어떤 픽셀이 정상 피부에 속하는지를 결정하도록 학습시켰습니다.

연구진은 중대한 난관에 봉착했습니다. 이러한 전신 사진에서는 실제 점이 이미지에서 차지하는 비중이 아주 적은 반면, 나머지는 모두 피부라는 점입니다. 이러한 불균형은 컴퓨터가 다수 클래스(majority class)를 우선시하여 모든 것을 그냥 배경 피부라고 추측하여 점을 완전히 무시하게 만들기 매우 쉽습니다. 이를 방지하기 위해 팀은 이미지의 희귀하고 중요한 부분에 특별히 집중하도록 모델을 설계했습니다. 그들은 간결한 버전의 U-Net 구조를 기반으로 시스템을 구축하되, 특정 목표를 가진 업그레이드를 추가했습니다. 컴퓨터가 가장 관련성 높은 특징에 주의를 기울이도록 돕는 메커니즘과, 컴퓨터가 점을 놓칠 경우 엄격하게 벌점을 부여하여 더 주의 깊게 행동하도록 만드는 특수한 수학적 접근 방식을 포함했습니다. 결정적으로, 그들은 이 특정 작업에 충분한 가치를 더하지 못하면서 속도만 늦추는 것으로 알려진 다른 고급 모델들의 무겁고 복잡한 구성 요소들을 의도적으로 제외했습니다.

그들이 만든 결과물을 테스트했을 때, 결과는 명확했습니다. 새로운 네비유넷 모델은 높은 정확도로 점을 식별하고 윤곽을 그려냈으며, 기존의 기본적인 모델들과 이전에 시도되었던 훨씬 더 무겁고 복잡한 모델들보다 성능이 월등히 뛰어났습니다. 무거운 모델들은 매끄럽게 실행되는 데 어려움을 겪고 종종 일관성 없는 결과를 냈던 반면, 새 모델은 이미지를 빠르고 안정적으로 처리할 수 있었습니다. 실제로 이 시스템은 단 한 번의 전신 스캔에서 생성되는 수천 개의 이미지 정사각형을 스캐너 자체의 속도와 일치하는 시간 내에 분석할 수 있을 만큼 빨랐습니다. 이는 실제 임상 현장에서 의사가 스캔이 끝난 직후 거의 즉시 환자의 전신에 대한 컴퓨터 분석 결과를 볼 수 있음을 의미하며, 느린 처리 시간을 기다릴 필요가 없음을 뜻합니다.

이 연구는 또한 이러한 컴퓨터 모델이 어떻게 구축되어야 하는지에 대한 중요한 사실을 밝혀냈습니다. 연구진은 단순히 모델을 더 크게 만들거나 더 복잡한 층을 추가한다고 해서 자동으로 더 좋아지는 것이 아니라는 점을 발견했습니다. 테스트 결과, 가장 복잡한 모델들이 오히려 그들이 가진 제한된 학습 데이터로부터 효과적으로 학습하기에는 너무 복잡하여 새로운 가벼운 설계보다 성능이 떨어졌습니다. 네비유넷의 성공은 앞으로 나아갈 길은 가장 큰 컴퓨터 뇌를 만드는 것이 아니라, 수행해야 할 특정 작업에 정밀하게 조정된 더 똑똑하고 효율적인 뇌를 만드는 것임을 시사합니다. 정확도와 속도의 균형을 맞춤으로써, 이 새로운 접근 방식은 첨단 인공지능을 피부암 진단의 일상적인 실무에 도입할 수 있는 실질적인 방법을 제시하며, 환자를 더 효과적으로 모니터링하고 위험한 변화를 더 일찍 포착할 수 있게 해줍니다.

기술 요약: 전신 이미지를 이용한 피부 병변 분할을 위한 NeviUNet

문제 정의
본 논문은 임상 조건에서 촬영된 전신 사진 내의 피부 병변을 효율적이고 정확하게 자동 분할하는 과제를 다룹니다. 딥러닝, 특히 U-Net 구조는 피부 병변 분할 분야를 발전시켜 왔으나, 예측 정확도와 계산 효율성 사이에는 중요한 트레이드오프(trade-off)가 존재합니다. ResUNet++와 같이 매우 복잡한 모델은 강력한 성능을 달성하는 경우가 많지만, 높은 계산 비용이 발생하여 자원이 제한된 환경이나 실시간 임상 환경에는 부적합합니다. 또한, 전신 이미지는 심각한 클래스 불균형(병변이 이미지 면적의 극히 일부만을 차지함), 낮은 대비, 불규칙한 경계, 그리고 털과 같은 아티팩트(artifact)를 포함하는 독특한 어려움을 안고 있습니다. 기존 솔루션들은 고해Resolution 분석의 필요성과 임상 현장에서의 엄격한 지연 시간 요구사항(스캔 중 또는 스캔 직후에 분할이 이루어져야 함) 사이의 균형을 맞추는 데 실패하는 경우가 많습니다.

방법론
본 연구는 경량화된 베이스라인 U-Net과 계산 집약적인 ResUNet++ 사이의 간극을 메우기 위해 설계된 수정된 U-Net 구조인 NeviUNet을 제안합니다.

데이터셋 및 전처리: 모델은 여러 각도에서 전체 피부 표면을 촬영하는 프로토타입 "Dermo Studio" 전신 스캐너에서 파생된 고해상도(20 MP) 데이터셋을 사용하여 학습되었습니다. 피부과 전문의의 수동 주석 작업이 노동 집약적이라는 점 때문에 데이터셋은 5명의 환자로부터 얻은 29장의 고해상도 이미지로 제한되었습니다. GPU 메모리 제약을 관리하기 위해 이미지는 12.5%의 중첩을 가진 512×512 픽셀 패치로 분해되었습니다. 심각한 클래스 불균형을 완화하기 위해 배경만 포함된 패치의 85%를 제거하는 중요한 전처리 단계가 수행되었습니다. 데이터는 한 명의 환자 데이터를 독립적인 테스트 세트로 사용하고, 나머지 데이터를 학습(80%) 및 검증(20%) 세트로 나누어 분할되었습니다.
아키텍처 설계: NeviUNet은 U-Net의 인코더-디코더 구조를 유지하면서도, 계산 비용이 많이 드는 구성 요소들을 제외하고 ResUNet++에서 영감을 받은 특정 개선 사항들을 통합했습니다:
- 인코더(Encoder): 필터 수가 16에서 128로 증가하는 4개의 레벨로 구성됩니다. 각 레벨에서 두 개의 3×3 컨볼루션 레이어를 사용하며, 그 뒤에 배치 정규화(Batch Normalization)와 Mish 활성화 함수(ReLU보다 개선된 그래디언트 전파를 위해 선택됨)를 적용합니다.
- 어텐션 메커니즘(Attention Mechanisms): 채널별 어텐션을 수행하기 위해 각 인코더 단계와 병목(bottleneck) 레이어 다음에 Squeeze-and-Excitation (SE) 블록을 통합했습니다. 또한, 인코더 특징을 필터링하고 배경 노이즈를 억제하기 위해 스킵 연결(skip connection) 이전에 Attention Gates를 적용했습니다.
- 제외 사항(Omissions): 효율성을 유지하기 위해, 모델은 ResUNet++에는 존재하지만 계산 부하를 크게 높이는 **잔차 연결(residual connections)**과 Atrous Spatial Pyramid Pooling (ASP) 모듈을 명시적으로 제외했습니다.
- 디코더(Decoder): ResUNet++에서 발견되는 바이리니어 업샘플링(bilinear upsampling) 대신 U-Net과 일관된 전치 컨볼루션(transposed convolutions)을 사용하여 업샘플링을 수행합니다.
손실 함수(Loss Function): 클래스 불균형을 해결하고 경계 묘사를 개선하기 위해, Focal Tversky Loss와 **Binary Cross Entropy (BCE)**를 결합한 복합 손실 함수를 사용했습니다. Focal Tversky 성분은 거짓 음성(false negatives)에 대해 집중적으로 페널티를 부여하며( $\alpha=0.8, \beta=0.2$ ), 포컬 파라미터 $\gamma$ 를 통해 저신뢰도 픽셀에 대한 최적화에 집중합니다.
학습(Training): 모델은 검증 Dice-Sørensen 점수에 기반한 조기 종료(early stopping)를 사용하는 AdamW 옵티마이저를 사용하여 학습되었습니다.

주요 결과
제안된 방식은 독립적인 테스트 세트에서 Dice-Sørensen 계수(DSC)를 주요 지표로 사용하여 베이스라인 U-Net 및 ResUNet++와 비교 평가되었습니다.

성능: NeviUNet은 평균 DSC 0.729를 달현하였으며, 이는 가장 우수한 ResUNet++ 설정(0.531)과 베이스라인 U-Net(병변을 감지하지 못해 DSC가 0에 가까움)을 크게 상회하는 수치입니다. 제안된 모델은 ResUNet++에 비해 성능의 분산도 감소함을 보여주었습니다.
계산 효율성: NeviUNet은 약 198만 개의 학습 가능한 파라미터를 가진 경량 구조를 유지하였으며, 이는 베이스라인 U-Net(194만 개)과 유사하고 ResUNet++(406만 개)보다는 현저히 낮습니다.
추론 지연 시간(Inference Latency): NeviUNet은 배치 크기 8에 대해 약 32 ms의 추론 지연 시간을 달성하며 높은 안정성을 보였습니다. 반면, 동일한 조건에서 ResUNet++는 200 ms 이상의 지연 시간과 높은 변동성을 보였습니다. 베이스라인 U-Net은 더 빨랐으나 정확도 측면에서 실패했습니다.
학습 속도: NeviUNet은 24분(78 에포크) 만에 학습을 완료한 반면, ResUNet++는 83분(51 에포크)이 소요되었습니다.

의의 및 주장
본 논문은 NeviUNet이 도전적인 전신 영상 시나리오에서도 모델의 복잡성이나 파라미터 수를 늘리지 않고도 높은 분할 정확도를 달성할 수 있음을 성공적으로 입증했다고 주장합니다. 어텐션 메커니즘(SE 블록, Attention Gates)과 Mish 활성화 함수를 선택적으로 통합하고, 계산 집약적인 잔차 및 ASP module을 제거함으로써, 저자들은 정확하면서도 효율적인 모델을 구현했습니다.

이 연구의 의의는 실시간 임상 배치에 대한 적합성에 있습니다. 추론 속도(8개 패치 배치당 약 32 ms)와 낮은 하드웨어 자원 요구사항은 NeviUNet이 Dermo Studio 스캐너와 같은 자동화된 전신 피부 영상 시스템에 통합될 수 있게 합니다. 저자들은 이 접근 방식이 과도한 계산 비용을 수반하는 최첨단 헤비 아키텍처 없이도, 멜라노사이트성 모반(melanocytic nevi)의 종단적 모니터링을 위한 신뢰할 수 있는 병변 탐지 및 추적을 가능하게 하는 실질적인 솔루션을 제공한다고 강조합니다. 본 연구는 모델 용량을 단순히 확장하는 것보다 애플리케이션의 제약 조건에 맞게 아키텍처를 조정하는 것이 더 효과적이라는 결론을 내립니다.

유사한 논문