실시간 DDS 기반 흉부 X레이 진단 지원 시스템

초록

본 논문은 저대역폭·저전력 환경을 위한 원격 클리닉용 실시간 흉부 X레이 판독 지원 시스템을 제안한다. ResNet50 모델을 전이학습으로 미세조정해 88.61% 정확도를 달성했으며, Fast DDS 미들웨어를 이용해 라즈베리파이 기반 의사 단말과 고성능 노트북 인퍼런스 노드 간에 평균 65 ms 지연과 3.2 KB/s 전송률을 구현한다.

상세 분석

이 연구는 두 가지 핵심 기술을 결합해 자원 제한 의료 현장의 실시간 진단 요구를 충족한다. 첫째, ResNet50을 기반으로 한 전이학습 모델을 공개 데이터셋(예: NIH ChestX‑ray14)에서 재학습시켜 88.61%의 정확도와 88.76%·88.49%의 정밀도·재현율을 얻었다. 모델 경량화를 위해 마지막 완전연결층만 교체하고, 데이터 증강과 학습률 스케줄링을 적용해 과적합을 방지하였다. 둘째, 데이터 배포 서비스(Data Distribution Service, DDS) 표준을 구현한 Fast DDS를 선택한 이유는 높은 확장성, 저지연 퍼블리시‑서브스크라이브 구조, 그리고 플랫폼 독립성이다. 라즈베리파이(ARM 기반)와 노트북(x86 기반) 사이에 C++ API로 구현된 퍼블리셔·서브스크라이버를 배치해 이미지 전송과 진단 결과 회신을 실시간으로 수행한다. 실험에서는 평균 지연 65 ms와 초당 3.2 KB 전송량을 기록했으며, 이는 2G/3G 수준의 제한된 네트워크에서도 충분히 실용적이다. 논문은 또한 Snout, CycloneDDS, DPDK‑보강 DDS 등 대안들을 비교 분석하고, Fast DDS가 설정 복잡도와 유지보수 비용 면에서 가장 균형 잡힌 선택임을 주장한다. 한계점으로는 모델 정확도가 최신 대형 네트워크(예: EfficientNet‑B7) 대비 낮고, 네트워크 손실 상황에서 재전송 메커니즘이 제한적이라는 점을 들며, 향후 DDS‑XDP 통합이나 모델 경량화(양자화, 프루닝) 등을 통해 성능과 견고성을 동시에 향상시킬 필요성을 제시한다.