유방촬영영상 데이터 활용 시범 AI 모델

소개
  • 다양한 영상 분석에서 높은 성능을 보여주며, 영상 분석 딥러닝 알고리즘 중 가장 널리 사용되고 잇는 CNN (convolutional neural network) 기반의 모델 중 ResNet과 DenseNet을 사용하여 인공지능 판독 시범 모델을 개발
필요성
  • 본 과제는 의료 인공지능 판독 기술개발에 필수적인 기반데이터를 제공하고 공공 및 민간에서 인공지능 기술 발전에 따라 자생적으로 데이터를 확장, 개방하는 선순환 생태계 조성하는 것을 목표로 함. 따라서 구축된 데이터의 유효성을 검증할 필요
모델
ResNet

 

  • Kaiming He, et al., “Deep residual learning for image recognition,” The IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2016.에서 공개
  • ResNet-N 에서 N은 layer 수를 말하며, 본 과제에서는 대표적으로 많이 쓰이는 ResNet-34를 사용 (아래 그림). 총 33개의 convolutional layers (conv-layer) 와 최종 average pooling (avg-pool) + fully-connected layer (fc-layer) 로 구성되어 있는 classification network 구조로 처음을 제외하고는(처음 컨볼루션 layer는 7x7 사이즈의 컨볼루션 필터를 사용) 균일하게 3x3 사이즈의 컨볼루션 필터를 사용했으며, 특성맵의 사이즈가 반으로 줄어들 때, 특성맵의 채널 수를 2배로 높임. 활성화 함수로는 ReLu (Rectified Linear Unit) 함수를 사용하였고, Batch Normalization을 통해 Internal covariate shift 현상(모델이 학습하면서 각 층의 입력 분포가 계속 변하는 현상)을 보정함.  Avg-pool과 fc-layer는 수학적으로 서로 commutative하기 때문에 (즉, avg-pool은 linear operation), 마지막 avg-pool + fc-layer 의 조합을 1x1 convolution + max-pool 구조로 변경하여, 수학적으로 equivalent 하면서도 출력의 location map을 얻을 수 있는 구조 변경

 

image
< ResNet-34 구조 >
DenseNet

 

  • Gao Huang, et al., “Densely connected convolutional networks,” The IEEE Converence on Computer Vision and Pattern Recognition (CVPR), 2017.
  • DesneNet-N 에서의 N은 layer 수를 말하며, 본 과제에서는 대표적으로 많이 쓰이는 DenseNet-121을 사용. 총 120개의 convolutional layers (conv-layer) 와 최종 average pooling (avg-pool) + fully-connected layer (fc-layer) 로 구성되어 있는 classification network 구조. Avg-pool과 fc-layer는 수학적으로 서로 commutative하기 때문에 (즉, avg-pool은 linear operation), 마지막 avg-pool + fc-layer 의 조합을 1x1 convolution + max-pool 구조로 변경하여, 수학적으로 equivalent 하면서도 출력의 location map을 얻을 수 있는 구조 변경

 

image
< DenseNet 구조 >
사용방법
  • 유방촬영영상 이미지에 대하여 정상과 악성의 판독 시범 모델의 검증을 위하여 5-fold cross validation을 수행
  • 다양한 판독 척도를 활용하여 성능을 평가하였으며, 평가 척도로는 민감도 (sensitivity), 특이도 (specificity), ROC (Receiver Operating Characteristics) curve의 AUC (Area Under the Curve)를 측정
  •  github를 통해 의료인공지능 학습 데이터의 판독 시범 모델을 배포 (https://github.com/nccaiteam/mmg-model-nia)

 

image

image