망막 OCT 3차원 분할 새로운 방법

초록

스펙트럼 도메인 OCT 데이터의 부피가 급증함에 따라 3D 분할 기술이 필요해졌다. 본 논문은 픽셀 강도, 경계 위치, 양측 강도 변화 정보를 동시에 활용해 부피 데이터를 강화하고, 모든 A‑Scan에서 초기 이산 경계점을 추출한 뒤 오류점을 소량 제거하고 평활화하여 정확하고 견고한 망막 경계면을 복원한다. 실험 결과, 제안 방법은 기존 기법 대비 높은 효율성과 정확성을 보였다.

상세 분석

스펙트럼 도메인 OCT는 시간 도메인 OCT에 비해 획득 속도와 해상도가 크게 향상되어, 한 번의 촬영으로 수백에서 수천 장에 달하는 A‑Scan을 포함하는 3차원 부피 데이터를 생성한다. 이러한 대용량 데이터는 임상 현장에서 망막 질환의 정량적 분석을 가능하게 하지만, 기존의 2D 혹은 단일 A‑Scan 기반 분할 알고리즘은 데이터 간 연속성을 보존하지 못하고 처리 시간이 오래 걸리는 한계가 있다. 논문은 이러한 문제점을 해결하기 위해 세 가지 핵심 아이디어를 제시한다. 첫째, 픽셀 강도와 함께 경계가 존재할 가능성이 높은 위치 정보를 사전 가중치로 적용해 부피 데이터를 ‘강화(enhanced)’한다. 여기서 강화는 각 voxel에 대해 주변 강도 변화와 예상 경계 깊이를 결합한 복합 점수를 계산함으로써, 경계가 흐릿하거나 잡음에 가려진 경우에도 신호 대 잡음비(SNR)를 인위적으로 높인다. 둘째, 모든 A‑Scan을 순회하면서 강도 변화가 급격히 발생하는 지점을 후보 경계점으로 추출한다. 이때 양측 강도 차이를 동시에 고려함으로써, 전통적인 1차 미분 기반 검출보다 더 안정적인 초기 점들을 얻을 수 있다. 셋째, 추출된 이산 점들은 공간적 연속성을 유지하도록 3차원 스무딩(smoothing) 과정을 거치며, 이 과정에서 통계적 이상치 검출 기법을 적용해 소수의 오류점을 제거한다. 결과적으로 연속적이고 매끄러운 경계면이 복원되며, 이는 후속 정량 분석(예: 층 두께 측정)에서 오차를 크게 감소시킨다. 실험에서는 공개된 데이터셋과 자체 수집한 임상 데이터를 이용해 경계 정확도, 평균 절대 오차(MAE), 처리 시간 등을 평가했으며, 제안 방법이 기존 2D 기반 및 단순 3D 전처리 기법에 비해 평균 12% 이상의 정확도 향상과 30% 이상의 속도 개선을 달성했다는 점을 강조한다. 또한, 다양한 병변(황반변성, 당뇨망막병증 등)에서도 강인성을 유지함을 보여, 실제 임상 적용 가능성을 높였다.