초고속 전신 뼈 분할 Bonnet

초록

Bonnet은 HU 기반 임계값 설정과 스파스 3D 컨볼루션을 활용한 패치‑와이즈 추론으로 전체 CT 스캔에서 뼈를 2.69초 만에 분할한다. 전체 62개 뼈 구조에 대해 평균 Dice 94.9%를 달성했으며, nnU‑Net·STU‑Net 등 기존 3D voxel 모델에 비해 약 25배 빠른 속도를 보인다. TotalSegmentator로 학습한 뒤 RibSeg, CT‑Pelvic1K, CT‑Spine1K 등 외부 데이터셋에서도 별도 튜닝 없이 높은 일반화 성능을 유지한다.

상세 분석

Bonnet은 전통적인 3D voxel 네트워크가 직면한 메모리·연산 부담을 스파스 볼륨 표현으로 근본적으로 회피한다. 먼저 HU 값 200~3000 사이의 뼈 조직만을 남겨 sparse tensor 형태로 변환하고, 이를 좌표·특징·라벨 3‑tuple 로 캐시한다. 학습 단계에서는 128³ 크기의 패치를 무작위로 추출하되, 33%는 뼈 전경에 집중하도록 샘플링해 얇은 갈비뼈나 척추와 같은 미세 구조를 보강한다. 테스트 시에는 0.5 겹침(overlap)과 가우시안 감쇠(σ=0.5)를 적용한 sliding‑window 방식을 사용해 각 패치의 softmax 점수를 가중 평균하고, 최종 argmax 로 라벨을 결정한다.

네트워크 코어는 spconv 기반의 sparse U‑Net이다. Encoder는 SubMConv(원래 sparse support 유지)와 stride‑2 sparse Conv(다운샘플링)를 교차 적용해 다중 스케일 특징을 추출하고, Decoder는 inverse sparse Conv로 업샘플링하면서 skip connection을 통해 고해상도 정보를 복원한다. 각 블록은 SparseInstanceNorm과 LeakyReLU(α=0.01)로 정규화·비선형 변환을 수행하며, 채널 폭은 4.0 배율로 확장한다. 최종 레이어는 경량 MLP 헤드로 K‑class(logits) 를 출력한다.

손실 함수는 라벨 스무딩을 포함한 cross‑entropy와 Soft Dice를 동일 가중치로 합산한다. 이는 클래스 불균형을 완화하고, 특히 작은 뼈 구조에 대한 경계 정확도를 높이는 데 기여한다.

실험에서는 TotalSegmentator(911/228/89)로 학습하고, 별도 파인튜닝 없이 RibSeg(갈비뼈), CT‑Pelvic1K(골반), CT‑Spine1K(척추)에 직접 적용했다. 내부 테스트에서는 전체 62개 뼈 클래스 평균 Dice 94.91%를 기록했으며, 외부 데이터에서도 각각 85.91% (RibSeg), 96.80% (Pelvis), 93.63% (Spine) 를 달성해 뛰어난 도메인 일반화를 입증했다. 비교 대상인 nnU‑Net·STU‑Net은 평균 9495% 수준의 Dice를 보였지만, 추론 시간은 6678초로 25배 이상 느렸다. 반면 Bonnet은 RTX A6000 한 대에서 2.69초만에 전신 뼈 마스크를 생성한다.

또한, 기존 point‑based 모델인 PointNet, PVCNN, SPVCNN과 비교했을 때 Bonnet은 정확도와 속도 모두에서 우수했다. 특히 SPVCNN이 1.05초에 근접한 속도를 보였지만 Dice가 85% 이하에 머물렀으며, PointNet은 4.5초에 56% 수준에 불과했다. Bonnet은 sparse voxel 접근 방식을 채택하면서도, dense voxel 모델에 필적하는 정밀도를 유지한다는 점이 핵심 혁신이다.

이 논문은 스파스 컨볼루션을 활용한 전신 뼈 분할 파이프라인을 최초로 제시함으로써, 대규모 임상·연구 환경에서 실시간 혹은 준실시간으로 뼈 마스크를 제공할 수 있는 기반을 마련한다. 향후 뼈 마스크를 구조적 프라이어로 활용해 장기 검출, 수술 계획, biomechanical 모델링 등 downstream 작업에 적용할 여지가 크다.