단일 안저 사진으로 깊이 추정 및 시신경 원판‑컵 분할을 위한 완전합성곱 네트워크

초록

본 논문은 색 안저 사진 하나만으로 망막 깊이 지도를 예측하고, 이를 가이드 이미지로 활용해 시신경 원판(OD)과 컵(OC) 영역을 동시에 분할하는 두 단계의 딥러닝 파이프라인을 제안한다. 깊이 추정 단계에서는 기존의 잡음 복원 기반 사전학습 대신 녹색 채널을 반전·혈관 보정한 ‘pseudo‑depth’ 이미지를 재구성하도록 학습시켜 더 효율적인 특징 초기화를 얻는다. 제안된 Dilated Residual Inception(DRI) 블록을 포함한 인코더‑디코더 구조가 깊이 예측 정확도를 향상시킨다. 이후 깊이 지도와 원본 RGB 이미지를 멀티모달 피처 추출·융합 블록을 통해 결합한 가이드형 완전합성곱 네트워크가 OD‑OC 분할을 수행한다. INSPIRE, ORIGA, RIMONEr3, DRISHTI‑GS 데이터셋에서 기존 최첨단 방법들을 능가하거나 동등한 성능을 보이며, CRF 기반 후처리로 경계 정밀도를 추가로 개선한다.

상세 분석

이 연구는 안저 영상에서 깊이 정보를 직접 획득하기 어려운 현실적인 제약을 딥러닝 기반 자체 추정으로 해결하려는 시도이다. 가장 큰 혁신은 ‘pseudo‑depth’ 사전학습이다. 녹색 채널을 정규화하고 반전시킨 뒤 혈관을 인페인팅하면 실제 OCT‑기반 깊이와 시각적으로 유사한 이미지가 생성된다. 네트워크는 RGB 이미지를 입력으로 받아 이 pseudo‑depth를 복원하도록 학습함으로써, 잡음 복원(auto‑encoder)보다 깊이 추정에 더 특화된 표현을 획득한다. 실험 결과, 이 사전학습이 L2, L1, berHu 손실을 모두 적용했을 때 깊이 예측 오차를 현저히 감소시켰다.

네트워크 아키텍처 측면에서는 Dilated Residual Inception(DRI) 블록을 도입했다. 기존 Inception 모듈에 dilated convolution을 결합해 수용 영역을 기하급수적으로 확대하면서 파라미터 수는 최소화한다. 또한 residual 연결을 삽입해 깊은 층에서도 그래디언트 소실을 방지하고 학습 수렴 속도를 높였다. 인코더‑디코더 구조는 4×4 stride‑2 convolution으로 다운샘플링하고, 업샘플링 단계에서는 deconvolution과 skip‑connection을 활용해 공간 정보를 보존한다.

두 번째 단계인 OD‑OC 분할에서는 깊이 지도와 RGB 이미지를 각각 별도의 브랜치에서 특징 추출한 뒤, 멀티모달 피처 융합 블록을 통해 element‑wise addition 후 3×3 Conv‑BN‑ReLU로 정제한다. 이때 DRI 블록을 선택적으로 적용해 다중 스케일 정보를 동시에 활용한다. 깊이 브랜치는 6 레벨, 이미지 브랜치는 8 레벨로 설계돼 깊이 정보가 고해상도 단계에서만 융합되어 과도한 노이즈 전파를 방지한다. 최종 출력은 다중 클래스 교차 엔트로피 손실로 학습되며, 필요 시 CRF를 이용해 색상·깊이 기반 잠재 변수에 대한 조건부 확률을 모델링해 경계 정밀도를 향상시킨다.

실험에서는 INSPIRE‑stereo 데이터(30장)에서 깊이 추정 성능을 검증했으며, ORIGA, RIMONEr3, DRISHTI‑GS 데이터에서 OD‑OC 분할 정확도를 평가했다. 제안 방법은 기존의 템플릿 매칭, 레벨셋, 전통적 CNN 기반 방법들을 능가했고, 특히 깊이 가이드를 활용한 멀티모달 네트워크가 단일 RGB 입력 대비 평균 Dice 점수를 2~4% 상승시켰다. 또한 사전학습 없이 바로 학습한 경우와 비교했을 때 pseudo‑depth 사전학습이 깊이 예측 RMSE를 약 12% 감소시켰다.

이 논문은 (1) 제한된 레이블 데이터 환경에서 효과적인 자기지도 학습 전략, (2) dilated‑inception 기반 효율적인 다중 스케일 특징 추출, (3) 깊이 정보를 가이드로 활용한 멀티모달 분할 프레임워크라는 세 가지 핵심 기여를 통해 안저 영상 기반 녹내장 스크리닝 파이프라인을 크게 향상시켰다. 향후 연구에서는 실제 임상 현장에서의 실시간 추론, 다양한 안저 변형(예: 저조도, 병변 포함) 등에 대한 일반화 검증이 필요하다.