COVID‑19 감염 지도 생성 및 진단을 위한 대규모 흉부 X‑ray 데이터셋과 인간‑기계 협업 마스크

본 논문은 COVID‑19 감염을 정확히 탐지하고 그 위치와 중증도를 시각화하기 위한 새로운 프레임워크를 제안한다. 연구는 크게 네 부분으로 구성된다. 1. **데이터셋 구축** - 총 119 316장의 흉부 X‑ray(CXR) 이미지로 이루어진 QaTa‑CO V19 데이터셋을 만든다. - COVID‑19 양성 이미지 2 951장은 BIMCV‑COVID19+, Hannover 의료기관, 이탈리아 SIRM, GitHub·Kaggle 등 다수 공개 저장소에서 수집했으며, 중복·저품질 이미지를 사전 처리 단계에서 제거하였다. - 정상·다른 폐질환 이미지 12 544장(그룹 I)과 116 365장(그룹 II)도 포함해, 정상, 세균성·바이러스성 폐렴, 폐부종 등 15가지 클래스를 포괄한다. 이는 기존 연구보다 3‑20배 규모이며, 클래스 다양성을 크게 확대한다. 2. **협업 기반 마스크 생성** - 인간‑기계 협업 주석 방식을 두 단계에 걸쳐 수행한다. - **Stage I**: 의료진(MD)이 500장의 COVID‑19 CXR에 대해 직접 픽셀‑정밀 마스크를 그린다. 이를 바탕으로 U‑Net, UNet++, DLA 기반 3가지 모델을 5‑fold 교차 검증으로 학습한다. 각 fold의 테스트 결과와 원본 수동 마스크를 블라인드로 MD에게 제시해 가장 품질이 높은 마스크를 선택한다. - **Stage II**: Stage I에서 선정된 협업 마스크를 전체 2 951장의 COVID‑19 이미지에 대해 학습 데이터로 사용한다. 이번에는 U‑Net, UNet++, DLA 각각 다른 인코더(CheXNet, DenseNet‑121, Inception‑v3, ResNet‑50)와 가중치 고정 여부를 조합한 5가지 모델을 학습하고, 각 이미지에 대해 5개의 예측 마스크를 생성한다. MD는 이 중 최적 마스크를 선택하거나, 필요 시 직접 새로 그린다. 최종적으로 2 951장의 고품질 ‘협업 마스크’를 확보한다. 3. **감염 영역 세그멘테이션 및 감염 지도 생성** - 확보된 마스크를 바탕으로 24가지 네트워크 구성을 실험한다(3가지 모델 × 4가지 인코더 × Frozen/Unfrozen). - 최적 모델은 U‑Net 기반 인코더 CheXNet(비동결)으로, 검증 세트에서 F1 = 83.20%, Dice = 0.78, IoU = 0.81을 기록한다. 이는 기존 활성화 맵(Grad‑CAM 등) 기반 방법보다 20‑30%p 높은 성능이다. - 세그멘테이션 모델이 출력한 확률 맵을 그대로 ‘감염 지도(infection map)’로 활용한다. 이 지도는 픽셀 단위 감염 확률을 나타내며, 시각적으로는 원본 CXR 위에 색상 히트맵을 겹쳐 보여준다. 4. **COVID‑19 검출** - 감염 지도를 입력 특징으로 사용해 간단한 이진 분류기를 학습한다. 여기서는 감염 영역 면적, 평균 확률, 최대 확률 등 통계량을 추출해 로지스틱 회귀와 XGBoost를 비교했다. - 최종 모델은 94.96% 민감도와 99.88% 특이도를 달성했으며, ROC‑AUC는 0.998에 근접한다. 이는 기존 CXR 기반 분류 모델(민감도 80‑90% 수준)보다 현저히 우수하다. 5. **실험 및 결과 분석** - 데이터는 5‑fold 교차 검증으로 평가했으며, 각 fold마다 동일한 세그멘테이션·분류 파이프라인을 적용했다. - Ablation study를 통해 (a) 인간‑기계 협업 마스크 vs. 순수 수동 마스크, (b) 인코더 동결 여부, (c) 다양한 인코더 구조의 영향 등을 분석했다. 협업 마스크가 수동 마스크 대비 평균 F1 점수를 7‑9%p 향상시켰으며, 인코더 동결이 성능에 미치는 영향은 데이터 양에 따라 다르게 나타났다. - 한계점으로는 외부 병원 데이터에 대한 검증이 부족하고, 중증도(Severity) 정량화가 아직 초기 단계이며, 감염 지도 기반 분류가 임계값 선택에 민감하다는 점을 언급한다. 6. **공개 및 재현성** - QaTa‑CO V19 데이터셋(이미지와 협업 마스크)과 코드(세그멘테이션·분류 파이프라인)를 모두 공개했다(링크: http://qatacov.live/). 이는 향후 연구자들이 동일한 조건에서 비교·확장 실험을 수행할 수 있게 한다. **결론** 본 연구는 (1) 규모와 다양성을 크게 확대한 CXR 데이터셋, (2) 인간‑기계 협업을 통한 고품질 감염 마스크, (3) 최신 세그멘테이션 모델을 이용한 정확한 감염 지도 생성, (4) 감염 지도를 활용한 고성능 COVID‑19 검출이라는 네 가지 핵심 요소를 결합함으로써, 기존의 단순 분류·활성화 맵 기반 접근법을 뛰어넘는 실용적인 진단 솔루션을 제시한다. 향후 연구에서는 다중 모달(CT·임상 데이터) 융합, 중증도 정량화, 실시간 임상 적용을 위한 경량화 모델 개발 등이 기대된다.