🧬 생물학

Bacterial Species Classification from Full-Plate Culture Images Using Deep Learning: A Comparative Study of CNNs and Vision Transformers

본 연구는 미세 조정된 Vision Transformer(ViT-B/16)가 통일된 실험 프로토콜 하에서 전체 플레이트 배양 이미지로부터 19종의 박테리아를 정확하게 분류하는 데 있어 ResNet50 및 DenseNet121과 같은 전통적인 CNN 아키텍처보다 우수한 성능을 보이며 99.05%의 평균 정확도를 달성함을 입증한다.

원저자: Abdulsalam Abdulsattar Abdulazez, Hussein Salim Abed, Aythem Khairi Kareem, Mustafa Nadhim OWAID, Ahmed Adil Nafea

게시일 2026-10-29

📖 4 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Abdulsalam Abdulsattar Abdulazez, Hussein Salim Abed, Aythem Khairi Kareem, Mustafa Nadhim OWAID, Ahmed Adil Nafea

원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ⚕️ 이것은 동료 심사를 거치지 않은 프리프린트의 AI 생성 설명입니다. 의학적 조언이 아닙니다. 이 내용을 바탕으로 건강 관련 결정을 내리지 마세요. 전체 면책 조항 읽기

임상 실험실의 고요한 웅성거림 속에서, 한 페트리 접시가 부드러운 빛 아래 놓여 있고 그 표면에는 작은 박테리아 군락들이 점점이 자라나고 있습니다. 수십 년 동안, 이 보이지 않는 침입자들이 무엇인지 식별하는 일은 미생물학자의 숙련된 눈에 의존해 왔습니다. 전문가들은 이 군락들의 크기, 색상, 질감, 그리고 형태를 관찰하고, 이를 수년간의 경험과 비교하여 종의 이름을 붙입니다. 이 과정은 매우 중요합니다. 어떤 박테리아가 감염을 일으키는지 정확히 아는 것은 의사들이 적절한 항생제를 빠르게 선택할 수 있게 하여, 생명을 구하고 질병의 확산을 방지할 수 있기 때문입니다. 그러나 이러한 인간의 전문성은 병목 현상을 일으킵니다. 이는 시간이 걸리고, 피로를 유발하며, 서로 다른 전문가들 사이에서도 무엇을 보고 있는지에 대한 의견이 갈릴 수 있습니다. 현대 과학이 직면한 질문은, 컴퓨터가 단일 지점에 집중하는 대신 접시 전체를 봄으로써 이러한 패턴을 인간만큼 잘, 혹은 어쩌면 더 잘 학습할 수 있느냐는 것입니다.

한 연구팀이 이제 그 질문에 답하기 위한 중요한 발걸음을 내디뎠습니다. 그들은 배양 접시 전체의 사진으로부터 임상적으로 중요한 19가지 유형의 박테리아를 자동으로 식별할 수 있는 시스템을 구축하고자 했습니다. 컴퓨터에게 고립된 단일 군락을 보라고 요청하는 대신, 연구팀은 모든 박테리아가 함께 자라며 형성하는 복잡한 배열을 포착할 수 있도록 접시 전체의 이미지를 입력했습니다. 그들은 세 가지 다른 유형의 인공지능 모델을 테스트하여, 어떤 모델이 미생물의 시각적 언어를 가장 효과적으로 학습할 수 있는지 확인했습니다. 두 모델은 인간의 눈이 가장자리와 모양을 스캔하며 층을 따라 이미지를 처리하는 방식을 모방한 설계에 기반했습니다. 세 번째 모델은 이미지의 전체적인 모습을 한 번에 보며, 이미지의 서로 다른 부분들이 서로 어떻게 연관되어 있는지를 가중치를 두어 판단하는 새로운 접근 방식을 사용했습니다.

연구진은 정교하게 준비된 950장의 고해상도 사진 컬렉션을 활용했습니다. 각 사진은 *대장균(Escherichia coli)*이나 *황색포도상구균(Staphylococcus aureus)*과 같은 19가지 특정 박테리아 종 중 하나를 포함한 페트리 접시를 보여주며, 모든 이미지는 공정하고 일관성을 유지하기 위해 엄격하고 동일한 조건 하에서 배양되었습니다. 컴퓨터를 훈련시키기 위해 연구팀은 이 이미지들을 반복해서 보여주었으며, 이미지를 뒤집거나 회전시키거나 색상을 조정하는 등의 미세하고 무작위적인 변화를 주어 모델이 사진이 찍힌 특정 방식에 구애받지 않고 박테리아를 인식하도록 가르쳤습니다. 이 과정은 시스템이 단순히 사진이 찍힌 방식이 아니라 박테리아의 진정한 정체성을 학습하도록 보장했습니다.

연구팀이 세 가지 모델을 테스트했을 때, 결과는 놀라웠습니다. 전체 이미지를 한 번에 보는 방식인 비전 트랜스포머(Vision Transformer)를 사용한 모델이 가장 정확한 것으로 증명되었습니다. 이 모델은 거의 99%의 사례에서 박테리아 종을 정확하게 식별했습니다. 층을 따라 가장자리를 감지하는 방식에 의존한 나머지 두 모델 역시 우수한 성능을 보였는데, 하나는 약 97.6%의 정확도를, 다른 하나는 약 94%의 정확도를 달성했습니다. 퍼센트 차이는 작아 보일 수 있지만, 의료 환경에서는 신뢰성의 큰 격차를 의미합니다. 최고 성능을 보인 모델은 950장의 이미지 전체 세트에서 단 9개의 실수만을 범한 반면, 다른 모델들은 훨씬 더 많은 실수를 저질렀습니다.

아마도 가장 흥식한 점은 단순히 새로운 모델이 승리했다는 것이 아니라, 그 모델이 어려운 사례들을 어떻게 처리했는가 하는 점입니다. 어떤 박테리아들은 인간의 눈으로 보기에도 너무 비슷하여 전문가들조차 구분하는 데 어려움을 겪기도 합니다. 연구진은 최고 성능의 모델이 다른 시스템들보다 이러한 까다로운 쌍들을 구별하는 데 더 뛰어났다는 것을 발견했습니다. 예를 들어, 이 모델은 다른 모델들이 자주 혼동하던 특정 두 종류의 박테리아를 거의 헷갈리지 않았습니다. 이는 모델이 플레이트 전체를 보고 군락들이 어떻게 배열되고 상호작용하는지를 이해함으로써, 단순한 부분별 분석으로는 놓칠 수 있는 미묘한 단서들을 포착할 수 있음을 시사합니다.

이 연구가 모든 박테리아 식별 문제를 해결했다고 주장하는 것은 아닙니다. 연구진은 자신들의 시스템이 단일한 통제된 실험실 환경에서 촬영된 이미지로 훈련되었다는 점을 주의 깊게 명시했습니다. 그들은 실제 병원에서는 서로 다른 카메라, 조명, 배양 조건을 사용하며, 이것이 시스템을 혼란스럽게 할 수 있다는 점을 인정했습니다. 또한, 현재의 테스트는 시스템이 이전에 본 적 없는 완전히 새로운 균주를 처리할 수 있는지 여부를 충분히 고려하지 않았습니다. 그러나 이 작업은 명확하고 재현 가능한 벤치마크를 제공합니다. 이는 딥러닝, 특히 새로운 트랜스포머 기반 모델이 전체 배양 플레이트를 볼 때 인간 전문가와 대등한 수준의 정밀도를 달可以 수 있음을 입증합니다.

이 연구는 감염의 초기 선별 작업이 더 빠르고 일관되게 이루어질 수 있는 미래를 엿보게 해줍니다. 완전한 페트리 접시의 시각적 이야기를 거의 완벽한 정확도로 읽어낼 수 있음을 증명함으로써, 이 연구는 의사와 실험실 기술자들을 도울 수 있는 도구의 문을 열어줍니다. 이 기술이 아직 모든 병원에서 인간의 판단을 대체할 준비가 된 것은 아니지만, 이는 앞으로 나아갈 길이 부분만이 아닌 전체를 이해하는 시스템에 있음을 보여줍니다. 이러한 미세한 위협들을 속도와 정확성을 가지고 식별하는 능력은 결국 환자들이 더 빨리 적절한 치료를 받을 수 있게 하여, 느리고 수동적인 과정을 신속하고 자동화된 과정으로 바꾸어 놓을 수 있습니다.

기술 요약: 딥러닝을 이용한 전면 배양 플레이트 이미지를 활용한 박테리아 종 분류

문제 정의

미생물 배양물의 형태학적 분류는 전통적으로 전문 지식과 실무 경험에 의존해 왔으며, 이는 시간이 많이 소요되고 노동 집약적이며 임상 검사 기술자 간의 해석 불일치가 발생할 수 있는 과정이다. 감염 진단 및 항생제 치료를 위한 신속하고 정확한 병원균 식별은 매우 중요하지만, 기존의 자동화된 접근 방식은 상당한 한계점을 보이는 경우가 많다. 이전 연구들은 종종 적은 수의 박테리아 종, 제한된 데이터셋, 단일 훈련-테스트 분할에 의존하거나, 전체 배양 플레이트를 분석하는 대신 고립된 콜로니 크롭(colony crops) 추출에 의존하는 경향이 있었다. 따라서 일관된 실험 조건 하에서 전체 플레이트 이미지를 처리할 수 있는 딥러닝(DL) 아키텍처에 대한 체계적이고 재현 가능한 비교가 필요하다는 점이 입증되었다.

방법론

본 연구는 완전한 고해상도 배양 플레이트 이미지를 사용하는 다중 클래스 박테리아 종 분류를 위한 통합 딥러닝 파이프라인을 제안한다. 본 방법론은 다음과 같은 핵심 요소로 구성된다:

데이터셋

본 연구는 151개의 임상 균주로부터 유래된 19종의 임상적으로 유의미한 박테리아 종을 나타내는 950개의 고해상도 이미지로 구성된 균형 잡힌 데이터셋을 활용하였다. 데이터셋은 2023년 8월부터 2025년 5월까지 호흡기, 비뇨기, 혈액 및 기타 임상 검체로부터 수집되었다. 이미지는 콜로니의 경계와 표면 질감을 포착하기 위해 이중 광원(투과광 및 환형 반사광)을 갖춘 암실 환경 내 Micro-Chronos 자동 이미징 시스템을 사용하여 획득되었다. 원본 해상도는 4056×3040 픽셀이었으며, 종당 정확히 50장의 이미지가 사용되었다.

전처리 및 증강

모든 이미지에 대해 일관된 전처리 파이프라인이 적용되었다:

변환 및 크기 조정: 이미지는 RGB로 변환되었으며, 쌍선형 보간법(bilinear interpolation)을 사용하여 384×384 픽셀로 크기가 조정되었다.
정규화: 사전 학습된 설정에 따라 모델별 정규화가 적용되었다(CNN의 경우 ImageNet 파라미터, ViT의 경우 균등 파라미터 사용).
데이터 증강: 확률적 증강(수평/수직 뒤집기, ±10° 무작위 회전, ±5% 이동, 0.9–1.1 스케일링, 컬러 지터링)은 각 폴드(fold)의 훈련 서브셋에만 적용되었다. 검증 세트는 변경되지 않은 상태로 유지되었다.

실험 프로토콜

본 연구는 모든 모델 간의 동일한 데이터 분할을 보장하기 위해 고정된 랜덤 시드(42)를 사용한 층화 5-폴드 교차 검증(stratified five-fold cross-validation) 전략을 채택하였다. 이 접근 방식은 별도의 홀드아웃 테스트 세트 없이도 엄격한 비교를 가능하게 했다.

비교 모델

세 가지 서로 다른 아키텍처가 동일한 최적화 설정(AdamW 옵티마이저, 교차 엔트로피 손실, 10 에포크, 혼합 정밀도 훈련) 하에서 미세 조정되었다:

ResNet50: 심층 네트워크에서의 성능 저하 문제를 해결하기 위해 보틀넥 블록(bottleneck blocks)을 사용하는 잔차 CNN(residual CNN).
DenseNet121: 레이어 전반에 걸쳐 특징 맵을 재사용하기 위해 조밀한 연결(dense connectivity)을 사용하는 CNN.
ViT-B/16 (Vision Transformer): 이미지를 중복되지 않는 패치로 나누고 글로벌 셀프 어텐션(global self-attention) 메커니즘을 활용하는 트랜스포머 기반 모델.

모로 모델은 사전 학습된 가중치(CNN은 ImageNet, ViT는 ImageNet-21K/1K)로 초기화되었으며, 19개 클래스를 위한 작업별 분류 헤드로 수정되었다.

주요 기여

본 논문은 다음과 같은 주요 기여를 명시한다:

전면 플레이트 분류: 개별 콜로니를 사전에 추출할 필요 없이 950개의 완전한 배양 플레이트 이미지를 사용하여 19종의 박테리아를 성공적으로 분류함.
통합 비교 베이스라인: 동일한 전처리, 증강, 최적화 및 교차 검증 프로토콜 하에서 ResNet50, DenseNet121, ViT-B/16에 대한 직접적이고 공정한 비교를 수행함.
패러다임 비교: 미생물 식별을 위한 세 가지 특징 학습 패러다임인 잔차 학습(ResNet), 조밀한 특징 재사용(DenseNet), 글로벌 셀프 어텐션(ViT)을 평가함.
포괄적 평가: 정확도, 매크로 정밀도/재현율/F1-score, 매튜스 상관 계수(MCC), 코헨 카파(Cohen's kappa) 및 상세한 오류 분석을 포함한 광범위한 지표를 사용하여 성능을 평가함.

결과

실험 결과 모델 간의 명확한 성능 계층 구조가 나타났다:

ViT-B/16은 평균 정확도 **99.05 ± 0.86%**와 매크로 F1-score **99.05 ± 0.86%**를 달성하며 가장 높은 전반적인 성능을 기록했다. 또한 가장 높은 MCC(0.9901)와 코헨 카파(0.9900)를 달성하였으며, 전체 결합 아웃-오브-폴드(out-of-fold) 예측에서 단 9건의 오분류만을 기록했다.
DenseNet121은 정확도 **97.58 ± 1.69%**와 매크로 F1-score **97.56 ± 1.68%**를 기록하며 2위를 차지하였으며, 총 23건의 오분류가 발생했다.
ResNet50은 정확도 **94.21 ± 1.75%**와 매크로 F1-score **94.19 ± 1.75%**를 달성하였으며, 55건의 오분류가 발생했다.

통계적 분석:
Friedman 테스트 결과 모델 간에 유의미한 차이가 있음이 나타났다( $p=0.016$ ). 쌍별 비교(Pairwise comparisons) 결과, ViT-B/16과 DenseNet121 모두 ResNet50보다 유의미하게 우수한 성능을 보였다. 그러나 제한된 폴드 수로 인해 ViT-B/16과 DenseNet121 사이의 차이는 통계적으로 유의미하지 않았으나( $p=0.108$ ), ViT-B/16이 더 낮은 변동성(표준편차 0.86% 대 1.69%)을 보였다.

오류 분석:
오분류는 특정 시각적으로 까다로운 쌍에서 집중적으로 나타났다. 특히, Acinetobacter baumannii와 Serratia marcescens 사이의 혼동은 모든 모델에서 발생하였는데, 이는 두 종의 시각적 특성이 겹침을 시사한다. Staphylococcus epidermidis와 Corynebacterium striatum 사이의 혼동은 CNN에서는 두드러졌으나 ViT-B/16의 오류에서는 나타나지 않았으며, 이는 잠재적으로 글로벌 플레이트 수준의 문맥을 활용하는 트랜스포머의 능력을 나타낸다.

의의 및 주장

저자들은 본 연구가 박테리아 이미지 분류를 위한 재현 가능한 비교 베이스라인을 제공하며, 딥러닝 모델, 특히 Vision Transformer가 개별 콜로니를 분리하지 않고도 전체 플레이트 이미지로부터 매우 정확한 종 식별을 달성할 수 있음을 입증한다고 주장한다.

본 연구는 ViT-B/16이 우수한 정확도와 안정성을 달성했음에도 불구하고, DenseNet121이 자원이 제한된 시나리오에서 강력하고 효율적인 대안이 될 수 있음을 강조한다. 논문은 결과가 유망하지만, 이는 표준화된 조건 하의 단일 데이터셋에 기반하고 있다는 점을 명시하며 겸허하게 결론을 맺는다. 저자들은 본 연구의 결과가 균주 독립적 검증(보이지 않은 균주에 대한 일반화 보장) 및 다양한 이미징 시스템과 실험실 환경에 걸친 다기관 검증에 대한 향후 연구를 촉발하는 것을 목표로 한다고 명시하였다. 본 연구는 모든 생물학적 식별 과제를 해결한다고 주장하는 것이 아니라, 미생물학 분야의 향후 비교 딥러닝 연구를 위한 견고한 방법론적 프레임워크를 구축하는 데 목적이 있다.