다중 슬라이스 다중 라벨 기반의 공간적 맥락 정보 학습을 통한 MRE 영상에서 장 염증성 질환 검출
Detection of Inflammatory Bowel Diseases in MRE Images Using Multi-Slice Multi-Label Spatial Context Learning
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
크론병(Crohn’s disease)은 만성 염증성 장 질환으로 크론병의 정확한 진단과 중증도 판정을위해 MRE 영상에서 염증성 부 위를 정확하게검출하는 것이 필수적이다. 기존 단일 슬라이스 기반 MRE 분석은 연속적인 공간적 맥락 정보를 반영하지 못해 탐지 성능이 제한적이다. 본 연구는다중 슬라이스의 맥락 정보를 YOLOv4 모델에 통합하는다중 슬라이스 다중 라벨 (MSML) 방법을 제안한다. 각 염증 영역에 대해 연속된 세 개의 슬라이스에서 중복발생 횟수를 라벨로 부여하여 공간적 맥 락을 강화한다. 실험 결과, 제안방법은 단일 슬라이스 기반 모델대비 높은 mAP(69.27%)와 탐지 일관성을 보였으며, 위양성 검출이 감소됨을 확인하였다.
Abstract
Crohn’s disease is a chronic inflammatory bowel disease, and accurate detection of inflammatory regions in MRE images is essential for its diagnosis and severity assessment. Traditional single-slice-based MRE analysis fails to capture the spatial context across consecutive slices, limiting detection performance. This study proposes a Multi-Slice Multi-Label (MSML) method that integrates spatial context into the YOLOv4 model. By assigning labels based on the occurrence frequency of inflammatory regions across three consecutive slices, the method enhances spatial awareness. Experimental results demonstrate that the proposed MSML approach achieves higher mAP (69.27%) and improved detection consistency compared to single-slice-based models, while also reducing false positive detections.