뇌 MRI 분할에서 인구통계 편향 비교 연구

초록

본 연구는 인간 연결체 프로젝트(HCP) 청년 성인 데이터를 이용해 네 가지 인구통계 집단(흑인 여성, 흑인 남성, 백인 여성, 백인 남성)에서 좌·우 핵 accumbens(NAc) 영역을 자동으로 분할하는 네 가지 모델(UNesT, nnU‑Net, CoTr, 전통적 앳라스‑기반 ANTs)의 성능과 공정성을 평가한다. Dice와 Normalized Surface Dice(NSD) 지표와 Equity‑Scaled Segmentation Performance(ESSP) 메트릭을 사용해 모델별 정확도 차이를 정량화하고, 선형 혼합 모델을 통해 분할 결과에서 추출된 부피가 성별·인종·그 상호작용에 미치는 영향을 분석한다. 결과는 UNesT와 ANTs가 인종 매칭 훈련 시 성능이 크게 향상되는 반면, nnU‑Net은 인종에 관계없이 일관된 성능을 보이며, 성별 차이는 모든 모델에서 관찰되지만 인종 차이는 대부분의 모델에서 사라진다는 점을 보여준다.

상세 분석

본 논문은 의료 영상 분야에서 최근 급부상하고 있는 ‘공정성(fairness)’ 문제를 구조적 분할 작업에 적용한 최초 사례 중 하나로 평가할 수 있다. 먼저 데이터셋 선택이 핵심이다. Human Connectome Project의 Young Adult cohort을 활용해 3033명씩 네 개의 인구통계 그룹을 훈련에, 1920명씩을 테스트에 할당함으로써 인종·성별 균형을 의도적으로 구성하였다. 이는 기존 연구가 주로 인종 불균형에 초점을 맞추어 왔던 점과 달리, 성별과 인종을 동시에 고려한 설계라 할 수 있다.

모델 구성은 크게 두 축으로 나뉜다. 하나는 최신 트랜스포머 기반 3D 분할 모델인 UNesT이며, 이는 다중 스케일 self‑attention을 통해 작은 subcortical 구조를 효과적으로 포착한다. 두 번째는 자동 파이프라인을 제공하는 nnU‑Net으로, 데이터에 맞춰 최적화된 하이퍼파라미터를 자동 설정한다. CoTr은 하이브리드 CNN‑Transformer 구조이며, 전통적 방법으로는 Multi‑Atlas Joint Label Fusion을 구현한 ANTs를 사용한다. 각 모델은 각각의 인구통계 그룹 전용으로 훈련되었으며, 이는 ‘biased training’이라는 용어로 명명된다.

평가 지표는 두 가지 레벨에서 이루어진다. 첫째, 전통적인 겹침 기반 Dice와 경계 기반 NSD를 통해 절대적인 분할 정확도를 측정한다. 둘째, 공정성을 정량화하기 위해 Tian et al.이 제안한 ESSP(Equity‑Scaled Segmentation Performance)를 도입하였다. ESSP는 전체 평균 정확도에 각 그룹별 편차(Δ)를 패널티로 적용해, 높은 정확도와 낮은 편차를 동시에 만족하는 모델을 선호한다. 이는 단순 평균 Dice가 인구통계 불균형을 감추는 문제를 보완한다.

실험 결과는 몇 가지 중요한 통찰을 제공한다. UNesT와 ANTs는 ‘인종 매칭’ 훈련(예: 흑인 데이터를 흑인 테스트에 적용) 시 Dice와 NSD가 현저히 상승했으며, ESSP 역시 개선되었다. 이는 이들 모델이 데이터의 해부학적 변이(예: 뇌 구조의 인종별 차이)에 민감하게 반응한다는 것을 의미한다. 반면 nnU‑Net은 인종 매칭 여부와 무관하게 일관된 성능을 유지했으며, ESSP 차이가 거의 없었다. 이는 nnU‑Net의 자동 최적화 파이프라인이 다양한 인구통계에 대해 일반화 능력을 내재하고 있음을 시사한다. CoTr은 중간 수준의 결과를 보였으며, 특히 작은 NAc 구조에 대한 경계 정확도(NSD)에서 다소 불안정했다.

부피 분석에서는 선형 혼합 모델을 적용해 성별·인종·그 상호작용이 추정된 부피에 미치는 영향을 검증했다. 수동 라벨링(골드 스탠다드)에서는 여성보다 남성의 NAc 부피가 유의하게 크고, 인종 차이는 미미했다. 동일한 경향이 UNesT와 ANTs에서 재현되었으나, nnU‑Net에서는 성별 차이가 약화되었고, 인종 차이는 거의 사라졌다. 이는 모델이 부피 추정 단계에서 편향을 전달하거나 억제하는 메커니즘이 다를 수 있음을 보여준다.

전체적으로 본 연구는 (1) 모델 아키텍처가 인구통계 편향에 미치는 영향을 정량화하고, (2) 공정성 지표(ESSP)를 통해 정확도와 형평성을 동시에 평가할 수 있음을 입증한다. 또한, 데이터 균형이 부족한 상황에서도 nnU‑Net과 같은 자동 최적화 모델이 비교적 견고한 성능을 보일 수 있음을 시사한다. 향후 연구에서는 데이터 증강, 도메인 적응, 혹은 편향 완화 손실 함수를 도입해 모델 자체의 공정성을 향상시키는 방안을 탐색할 필요가 있다.