뇌 조직 마스크 무조건 생성 위한 해부학 보존 잠재 확산 모델

초록

본 논문은 비대조 CT(NCCT) 영상에서 뇌 조직 및 허혈성 경색을 포함한 다중 클래스 마스크를 고품질로 생성하기 위해, 마스크 전용 변분 오토인코더(VAE)와 잠재 공간 확산 모델을 결합한 해부학 보존 프레임워크를 제안한다. VAE가 학습한 해부학적 잠재 표현 위에서 확산 과정을 수행함으로써 전통적인 픽셀‑스페이스 생성 모델이 보이는 토폴로지 파괴와 라벨 혼합 문제를 크게 완화하고, 병변 존재 여부를 이진 프롬프트로 간단히 제어한다. 605개의 합성 마스크와 사전 학습 모델을 공개하여 데이터가 부족한 의료 영상 연구에 바로 활용할 수 있다.

상세 분석

이 연구는 두 단계로 구성된 생성 파이프라인을 설계하였다. 첫 번째 단계는 순수 마스크(라벨 맵)만을 입력으로 하는 VAE, 즉 “MaskVAE”를 학습하는 것이다. 인코더는 256 차원의 정규분포 평균·분산을 출력하고, 디코더는 이 잠재 벡터를 받아 다채널 로짓을 복원한다. 손실 함수는 다클래스 교차 엔트로피(CE)와 KL 발산을 가중합한 형태이며, β=0.01로 설정해 잠재 공간이 과도하게 정규화되는 것을 방지한다. 또한 병변 픽셀이 희소한 문제를 해결하기 위해 병변이 포함된 슬라이스에 5배 가중치를 부여하는 샘플링 전략을 적용, VAE가 병변 형태를 충분히 학습하도록 유도한다.

두 번째 단계에서는 고정된 MaskVAE 디코더를 “해부학적 사전”으로 활용하고, 이 사전 위에서 확산 모델을 훈련한다. 확산 과정은 라티스 공간에서 T=100 단계의 선형 β 스케줄을 사용해 순수 가우시안 노이즈에서 시작한다. 각 샘플은 이진 프롬프트 y(0: 병변 없음, 1: 병변 존재)를 임베딩(16 차원)으로 변환하고, 이를 노이즈 라티스와 concat하여 denoiser에 입력한다. 프롬프트는 단순 연결(concatenation) 방식으로 적용돼, 복잡한 cross‑attention 구조 없이도 병변 유무를 효과적으로 제어한다.

핵심적인 설계 선택은 “픽셀‑스페이스에서 직접 마스크를 생성하면 경계가 흐려지고 토폴로지 오류가 발생한다”는 점을 인식하고, 이를 VAE가 학습한 전역 해부학적 제약으로 대체한 것이다. 라티스 공간은 256 차원의 압축된 표현이지만, VAE 디코더가 복원 단계에서 정확한 경계와 클래스 관계를 재구성하므로, 확산 모델은 복잡한 공간 구조를 직접 모델링할 필요가 없다. 결과적으로 생성된 마스크는 전반적인 뇌 형태, 뇌척수액, 골격, 병변 등 7개의 클래스를 정확히 구분하며, 실제 임상 데이터와 유사한 다양성을 보인다.

실험에서는 86명의 허혈성 뇌졸중 환자로부터 약 6,500개의 2D 슬라이스를 수집하고, 61명(5,238 슬라이스)을 학습, 8명(660 슬라이스)을 검증, 7명(609 슬라이스)을 테스트에 할당하였다. 마스크는 256×256 해상도로 리사이즈하고 원‑핫 인코딩 후 VAE와 라티스 확산 모델을 학습하였다. 정량적 평가는 제시되지 않았지만, 정성적 결과에서 픽셀‑스페이스 GAN이나 픽셀‑스페이스 확산 모델이 보이는 파편화·라벨 혼합 현상이 현저히 감소했으며, 병변 존재 여부를 프롬프트로 정확히 제어할 수 있었다. 또한, 생성된 605개의 마스크와 사전 학습된 모델을 공개함으로써 재현성 및 데이터 증강에 즉시 활용 가능하도록 하였다.

이 접근법은 (1) 마스크 전용 VAE를 통한 해부학적 잠재 공간 학습, (2) 라티스 공간에서의 확산 모델 적용, (3) 이진 프롬프트를 통한 병변 제어라는 세 가지 핵심 요소가 결합돼, 의료 영상에서 라벨 데이터가 부족한 상황에서도 고품질의 다중 클래스 마스크를 효율적으로 생성할 수 있음을 증명한다. 향후 연구에서는 3D 볼륨 생성, 다중 프롬프트(예: 병변 크기·위치) 제어, 그리고 생성된 마스크를 이용한 NCCT 이미지 합성 파이프라인과의 연계가 기대된다.