전역·국소 특성을 동시에 잡는 하이브리드 KAN 기반 의료 영상 분할 모델

초록

U‑KABS는 U‑Net 형태의 인코더‑디코더 구조에 Kolmogorov‑Arnold Network(KAN)를 결합한 새로운 의료 영상 분할 프레임워크이다. 컨볼루션‑Squeeze‑Excitation 단계와 KAN Bernstein‑Spline(KABS) 단계가 교차적으로 배치되어 전역적인 부드러움과 국부적인 세밀함을 동시에 학습한다. 다중 데이터셋 실험에서 기존 U‑Net, Transformer 기반 모델 및 기존 KAN 변형들을 능가하는 정확도와 경계 정밀도를 보였다.

상세 분석

U‑KABS는 크게 네 가지 핵심 설계 요소를 갖는다. 첫째, 전통적인 ConvSE 블록을 통해 채널‑와이즈 특징을 강화하고, ReLU와 SE 모듈을 결합해 중요한 지역을 강조한다. 둘째, KABS 블록은 두 종류의 가변 활성함수를 도입한다. KAB 레이어는 Bernstein 다항식을 기반으로 전역적인 스무딩 특성을 제공하며, 입력을