초경량 물리 지각 하이브리드 듀얼스트림 네트워크 CortiNet으로 초음파 담낭 질환 진단

초록

CortiNet은 초음파 영상의 저주파 구조 정보와 고주파 텍스처 정보를 각각 전용 스트림으로 처리하고, 물리 기반 웨이블릿 분해와 인간 시각 피질의 듀얼스트림 구조를 결합한 경량 모델이다. 10,692장의 9가지 담낭 질환 데이터를 대상으로 98.74%의 정확도를 달성했으며, 기존 대형 CNN 대비 파라미터 수가 크게 감소한다. 구조 스트림에만 Grad‑CAM을 적용하는 설명 가능성 프레임워크를 제안해 잡음에 강인한 시각화를 제공한다.

상세 분석

CortiNet은 초음파 영상의 물리적 특성을 직접 모델에 내재시키는 설계가 가장 큰 강점이다. 입력 영상을 Daubechies 웨이블릿 변환으로 저주파 근사(A₁)와 세 개의 고주파 세부(DHL₁, DLH₁, DHH₁)로 분해함으로써, 초음파 특유의 스페클 노이즈와 저해상도 문제를 주파수 도메인에서 완화한다. 이후 두 개의 독립 인코더가 각각 구조 스트림(S)와 디테일 스트림(T)로 전용 파라미터 집합을 학습한다. 구조 스트림은 전역 형태·경계·장기적 해부학적 연속성을 포착하도록 설계된 얕은 Conv‑Block을 사용하고, 디테일 스트림은 고주파 텍스처와 방향성을 강조하는 깊은 블록을 배치한다. 이러한 명시적 분리로 고주파 잡음이 구조 표현에 침투하는 것을 방지한다.

Late fusion 단계에서는 각 스트림의 출력에 Global Average Pooling을 적용해 스케일 불변 특성을 추출하고, 이를 단순히 concatenate한 뒤 소형 Fully‑Connected 레이어와 Softmax로 클래스 확률을 계산한다. 파라미터 수는 전체 1.2 M 이하로, ResNet‑50 등 기존 모델 대비 10배 이상 경량이다.

또한, 논문은 Noise‑Aware Adaptive Inference 메커니즘을 도입한다. 검증용 소규모 캘리브레이션 셋을 이용해 구조 스트림의 정확도를 측정하고, 일정 임계값 이하일 경우 디테일 스트림을 비활성화해 연산량을 추가 절감한다. 이는 초음파 영상에서 고주파 성분이 과도하게 잡음에 오염될 때 자동으로 안전한 구조 기반 예측으로 전환한다는 점에서 실용적이다.

설명 가능성 측면에서는 Grad‑CAM을 구조 스트림에만 적용한다. 이는 고주파 잡음에 민감한 디테일 스트림이 시각화에 방해가 되는 것을 방지하고, 의사가 실제로 관심을 두는 담낭 형태·벽 두께·결석 위치 등에 초점을 맞춘 히트맵을 제공한다.

실험 결과는 10,692장의 라벨링된 데이터셋(9개 질환)에서 98.74%의 전체 정확도와 0.98 이상의 평균 F1‑Score를 기록한다. 파라미터 수는 기존 VGG‑16 대비 12% 수준이며, 추론 시간은 15 ms 이하로 실시간 임상 적용이 가능하다. Ablation study에서는 (1) 웨이블릿 분해 없이 원시 픽셀 입력만 사용했을 때 정확도가 4.3% 감소, (2) 두 스트림을 단일 스트림으로 통합했을 때 2.7% 감소, (3) Adaptive Inference을 비활성화했을 때 연산량은 30% 증가하지만 정확도 변화는 미미함을 보여, 각 설계 요소가 성능·효율성에 기여함을 입증한다.

한계점으로는 웨이블릿 기반 전처리가 고정된 파라미터를 갖기에 다양한 초음파 기기·설정에 대한 일반화 검증이 부족하고, 9개 질환 외의 드문 변형에 대한 확장성이 아직 검증되지 않았다. 향후 연구에서는 학습 가능한 다중 스케일 필터와 트랜스포머 기반 전역 컨텍스트 모듈을 결합해 더욱 풍부한 표현을 탐색하고, 멀티센터 데이터로 도메인 적응을 수행할 계획이다.