PyTorchKR Papers

최신 논문

총 119편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2609.24937v3cs.CV

흉부 방사선 사진 골 억제를 위한 확장 가능한 감독으로서 해부학 분해 흉부 CT 투영

Anatomy-Decomposed Chest Computed Tomography (CT) Projections as Scalable Supervision for Bone Suppression in Chest Radiographs

Bone overlap can obscure abnormalities in chest radiographs, while scarce paired training data limit supervised bone suppression. We address this challenge with a digitally reconstructed radiograph (DRR) framework that converts chest computed tomography (CT) into paired supervision for component suppression. A novel bone segmentation algorithm enables CT decomposition into bone, non-lung soft-tissue, and lung components, which are projected separately. Their weighted combination yields synthetic radiographs with pixel-registered component images that sum exactly to the full DRR. Models trained on these data suppress bone or lung components by predicting the target component and recovering the remainder by subtraction, transferring to real radiographs without real paired training data. As an extension, their outputs on real radiographs provide target domains for unpaired, component-wise DRR translation, reducing the appearance gap while retaining anatomical details. Across multiple public datasets, downstream detection experiments demonstrate the utility of bone suppression, with gains concentrated on abnormalities with substantial bone overlap. Compared with open-source DRR engines applied to the same CTs, our unmodified DRRs achieve comparable realism and preservation of label-relevant anatomy, while translated DRRs achieve the best Fr\'echet inception distance (FID), lung-field sharpness, and agreement with source-CT anatomy among the evaluated methods. Models and inference code: https://huggingface.co/qureaiorg/bone-suppression ; Translated projections: https://huggingface.co/datasets/qureaiorg/ct2xr-projections.

arXiv:2610.03467v1cs.CV

해부학적 연속성 보존: 3차원 복부 CT 영상 내 대장 분할을 위한 3단계 파이프라인

Preserving Anatomical Continuity: Three-Stage Pipeline for Colon Segmentation in 3D Abdominal CT Scans

CT 영상에서 정확한 대장 분할(colon segmentation)은 대장 질환 분석에 필수적이지만, 복잡한 해부학적 구조로 인해 심층 학습(deep learning) 기반 방법론은 종종 단절된 예측 결과를 생성합니다. 본 연구에서는 이러한 문제를 해결하기 위해 위상학적 특성을 보존하는 3단계 분할 파이프라인을 제안합니다. 첫 번째 단계에서는 심층 학습 기반의 초기 분할을 수행하고, 이어지는 중심선 연결(centreline bridging)을 통해 단절된 영역들을 다시 연결하며, 재구성 단계에서는 연속성을 정제합니다. TotalSegmentator 및 RAOS 데이터셋에서 중첩, 거리, 위상학 기반 지표를 사용하여 평가를 진행한 결과, 분할 정확도를 유지하면서도 구조적 일관성이 향상됨을 입증했습니다. 제안된 방법은 위상학적 무결성을 향상시켜 임상 및 연구 분야에서 더욱 신뢰성 높은 대장 분할을 가능하게 합니다.

arXiv:2610.03261v1cs.CV

관측 불가능한 이미지 구조의 확산 기반 복원을 위한 연속적 사후 확률 융합

Consecutive Posterior Fusion for Diffusive Recovery of Unobservable Image Structures

심각한 부적절성(ill-posed)을 지닌 이미징 역문제(inverse problem)를 해결하기 위해서는 측정치로부터 관측할 수 없거나 약하게 제약된 이미지 구조를 복원해야 합니다. 확산 모델(diffusion model)은 이러한 누락된 정보를 추론(inference)하기 위한 표현력 있는 학습 기반 사전 분포(prior)를 제공하며, 사후 확률 샘플링(posterior sampling)은 역과정(reverse process) 전반에 걸쳐 측정 일관성(measurement consistency)을 결합합니다. 그러나 표준 확산 사후 확률 샘플러는 이전 사후 교정에 포함된 정보를 명시적으로 활용하지 않고 순간적인 측정 인지 추정치에만 의존합니다. 본 논문에서는 재학습이나 추가적인 디노이저(denoiser) 평가 없이도 연속적인 측정 인지 추정치를 융합하여 관측 불가능한 이미지 구조의 확산 기반 복원을 향상시키는 추론 시점 전략인 연속적 사후 확률 융합 노이즈 제거 확산 영공간 모델(CPF-DDNM)을 제안합니다. 우리는 치역/영공간(range/null-space) 분해를 통해 연속적 융합이 측정치에 의해 결정되는 성분을 보존하면서 사전 분포 기반 영공간 추정치에만 배타적으로 작용함을 보여주는 DDNM 내에서 이 원리를 구현합니다. 이를 통해 CPF-DDNM에 대한 기하학적 해석과 외삽(extrapolative) 영역을 포함하여 최적의 시간 의존적 융합 계수를 특성화하는 국소 오차 분석을 제공합니다. 희소각(sparse-view) 및 모의 저선량 컴퓨터 단층촬영(CT), 의료 영상 초해상도(super-resolution)에 대한 실험 결과, DDNM 대비 일관된 개선과 확산 기반 역문제 해결 모델 대비 경쟁력 있는 성능을 보여줍니다.

arXiv:2610.03224v1cs.CV

확산 기반 의료 영상 합성에서 의미론적 정확성의 대리 지표로서의 불확실성

Uncertainty as a Proxy for Semantic Correctness in Diffusion-Based Medical Image Synthesis

확산 모델(Diffusion model)은 조영 증강 CT(CECT)를 비조영 CT(NCCT)로부터 합성할 수 있어 조영제 투여와 그에 따른 환경적 비용 및 환자 접근성 비용을 줄일 수 있다. 그러나 시각적으로 사실적인 이미지가 반드시 해부학적으로 정확한 것은 아니며, 생성 품질을 평가하는 데 사용되는 픽셀 강도 및 특징 공간 유사도 지표는 해부학적 정확성을 직접 측정하지 못한다. 본 연구에서는 확산 기반 의료 영상 합성에서 불확실성(uncertainty)이 의미론적 정확성(semantic correctness)의 대리 지표로 기능할 수 있는지 조사한다. 우리는 CECT 영상과 내강 분할(lumen segmentation)을 공동으로 생성하는 멀티태스크 확산 프레임워크인 AortaDiff를 활용하여 NCCT-to-CECT 합성을 연구한다. 분할 출력은 생성된 혈관 해부학에 대한 명시적 표현을 제공하여 분할 기반 오차를 생성 정확성의 정량적 척도로 사용할 수 있게 한다. 가중치(Ensemble, HyperDiff, BayesDiff), 아키텍처 섭동(MCDropout), 생성 확률성(RDS), 입력 섭동(TTA) 불확실성을 아우르는 6가지 방법을 픽셀, 영역, 이미지 수준에서 비교하고, 임상적으로 유의미한 분포 외(OOD) 케이스 탐지에 대해 평가한다. 불확실성은 세 가지 공간적 척도 모두에서 유의미한 정보를 제공하며, 분포 이동(distribution shift)이 존재하는 외부 다기관 데이터셋에서도 유효성을 유지하고 OOD 탐지를 지원함을 확인했다. 특히 6가지 방법 중 MCDropout이 두드러졌다. 모든 척도에서 선도적인 방법 중 하나로 평가받았으며, 외부 데이터셋에서도 우수한 일반화 성능을 보였고, 이미 드롭아웃으로 학습된 모든 모델에서 추론 시 바로 활성화할 수 있어 추가적인 학습 비용 없이 신뢰할 수 있는 불확실성을 제공한다. 불확실성은 심각한 실패 사례를 신뢰성 있게 감지하지만, 이미 고품질인 이미지들 사이에서는 구별력이 떨어진다. 이러한 발견은 불확실성이 NCCT-to-CECT 합성에서 품질 필터링, 신뢰성 평가 및 OOD 탐지를 위한 실용적이고 계산 효율적인 신호로 활용될 수 있음을 뒷받침한다.

arXiv:2610.02382v1cs.CV

FactorSplat: 의료 볼륨 렌더링을 위한 외관 제어 가능한 가우시안 프록시

FactorSplat: Appearance-Controllable Gaussian Proxies for Medical Volume Rendering

전이 함수(TF)는 의료 볼륨 렌더링에서 색상과 가시성을 제어하지만, 이미지로 학습된 가우시안 프록시는 일반적으로 하나의 전이 함수만을 외관에 고정(bake)해 둡니다. 본 논문에서는 추론(inference) 시 영역별 강도-RGBA 곡선을 입력받는 씬별 N차원 가우시안 스플래팅(N-DGS) 프록시인 FactorSplat을 제시합니다. 로컬 룩업(lookup)은 제작된 색상 및 불투명도 변화를 적용하는 한편, 공유 함수형 인코더와 가우시안별 저순위 팩터는 잔여 외관 반응을 학습합니다. 기하학적 구조와 방향성 외관은 프리셋 전반에 걸쳐 공유되며, 가시성 제어 및 TF 인식 가지치기(pruning)를 통해 구조를 숨기거나 드러내는 기능을 유지합니다. 7개의 CT 및 MR 스캔에서 FactorSplat은 검증(validation), 보간, 미확인 조합, 분포 외(OOD) 편집 전반에 걸쳐 영역 인식 VEG 대비 평균 PSNR과 변경 영역 오차를 개선합니다. 이 네 가지 분할 전반에서 7개 스캔의 VEG 대비 평균 PSNR 향상은 1.10에서 1.52 dB에 이릅니다. 스캔당 하나의 체크포인트(checkpoint)로 재학습 없이 미확인 편집을 지원합니다. $1600^2$ 해상도에서 캐시된 고속 렌더러는 1.17 ms의 TF 전환과 함께 평균 524 FPS를 달성합니다. 프로젝트 페이지: https://gaozhongpai.github.io/FactorSplat/.

arXiv:2610.02375v1cs.CV

EviDent-CBCT: 비소진적 판독문 지도하의 치과용 CBCT 기반 근거 병목 판독문 생성

EviDent-CBCT: Evidence-Bottlenecked Report Generation from Dental CBCT under Non-Exhaustive Report Supervision

치과악안면 콘빔 CT(CBCT) 판독문은 단일 3D 스캔으로부터 수십 가지의 치아별, 해부학적 및 공간적 소견을 포함할 수 있습니다. 일상적인 판독문이 영상 소견을 소진적(exhaustively)으로 빠짐없이 기록하지 않을 수 있고, 언급되지 않은 항목이 병변의 부재 또는 단순 미보고 중 어느 쪽이든 반영할 수 있기 때문에 제한된 임상 데이터로부터 이러한 판독문을 생성하도록 학습(training)시키는 것은 어렵습니다. 본 논문에서는 이러한 불완전한 지도를 위해 설계된 근거 병목(evidence-bottlenecked) 프레임워크인 EviDent-CBCT를 제안합니다. 해부학 인식 네트워크는 각 CBCT 스캔을 치아 수준, 전역적(global), 그리고 치아-하치조신경관(tooth-IAC) 근거의 이산형 기록으로 매핑합니다. 치과 논리 일관성 투영(dental-logic consistency projection)은 호환되지 않는 근거를 조율하며, 이후 결정론적 렌더러와 이미지를 보지 않는 로컬 언어 모델(language model)이 오직 이 기록만을 사용하여 판독문을 생성합니다. 치아 수준 근거의 경우 신뢰도 인식 학습은 유효한 미언급 항목을 가중치(weight)가 감소된 음성 샘플로 사용하는 반면, 보고되지 않은 전역적 및 치아-하치조신경관 라벨은 미상(unknown)으로 유지합니다. 금속 감응형 입력 채널은 치과 재료의 강도 단서를 보존합니다. 3회의 검증(validation) 실행 전반에서 EviDent-CBCT는 병합 근거 세트 F1 0.666±0.006 및 RadFact-Lite-Dental 논리 F1 0.402±0.003을 달성하여, 가장 강력한 통제된 직접 기준선(baseline) 모델(model)의 0.371±0.018 대비 우수한 성능을 보였습니다. ODIN 2026 챌린지 숨겨진 테스트 세트에서 본 방법은 자동 평가 2위, 블라인드 임상 아레나 비교 3위를 기록했습니다. 이러한 결과는 이산형 근거 기록이 CBCT 판독문 생성을 위한 효과적이고 감사 가능한(auditable) 인터페이스임을 뒷받침합니다.

arXiv:2610.01135v2cs.CV

RSNA 뇌동맥류(RSNA-ICA) 데이터셋

The RSNA Intracranial Aneurysm (RSNA-ICA) Dataset

뇌동맥류 파열은 상당한 이환율 및 사망률과 관련이 있지만, 특히 작은 병변이거나 비혈관조영 일반 영상 검사에서는 동맥류 탐지가 여전히 까난한 과제로 남아 있습니다. 뇌동맥류 탐지 및 위치 식별을 위한 인공지능(AI) 알고리즘의 개발과 평가를 지원하고자 북미영상의학회(RSNA)는 미국신경영상의학회(ASNR), 신경중재수술학회(SNIS), 유럽신경영상의학회(ESNR)와의 협력을 통해 RSNA 뇌동맥류(RSNA-ICA) 데이터셋을 구축했습니다. 2025 RSNA 뇌동맥류 탐지 챌린지(RSNA Intracranial Aneurysm Detection Challenge)를 위해 개발된 RSNA-ICA는 5개 대륙 12개국 21개 기관에서 수집한 4,278명의 성인 환자로부터 얻은 7,202건의 CTA, MRA 및 MRI 시리즈로 구성된 대규모의 공개 전문가 주석 데이터셋입니다. 이 데이터셋은 낭상 뇌동맥류가 있거나 없는 환자들의 CTA 2,566건, MRA 2,166건, MRI 2,470건 시리즈를 포함하여 상당한 지리적 및 영상학적 다양성을 제공합니다. 전문가 주석에는 동맥류의 유무와 위치가 모두 표시되어 있으며, 178건의 시리즈에는 챌린지에서 정의한 혈관 위치에 대한 3차원 분할(segmentation)이 추가로 포함되어 있습니다. RSNA-ICA는 2025 RSNA 뇌동맥류 탐지 챌린지에서 알고리즘을 개발하고 평가하는 데 사용되었습니다. 7,202건의 영상 시리즈 중 5,041건은 MIRA를 통해 공개되어 있으며, 나머지는 챌린지의 공개 및 비공개 테스트 세트로 사용되었습니다. 이 데이터셋은 비상업적 용도에 한해 연구 커뮤니티에 무료로 제공되며, 혈관조영 검사와 일반 신경영상 검사 전반에서 AI 기반 동맥류 탐지를 발전시키기 위한 종합적인 리소스를 제공합니다.

arXiv:2609.37605v2cs.CV

TomoTransformer: CT 재구성을 위한 파운데이션 모델을 향하여

TomoTransformer: Towards a Foundation Model for CT Reconstruction

지도 심층 학습(supervised deep learning)은 희소 뷰 단층 촬영 재구성(sparse-view tomographic reconstruction) 분야를 발전시켰습니다. 그러나 일반적으로 여과 역투영(FBP) 이미지나 사이노그램(sinogram)을 깨끗한 재구성 이미지로 매핑하는 기존 모델들은 분포 변화(distribution shift)에 취약합니다. 투영 횟수 및 각도, 검출기 해상도 또는 데이터 분포가 변경될 때마다 재학습이 필요하기 때문에, 실제 응용 분야에서의 배포는 여전히 제한적입니다. 이를 해결하기 위해 본 논문에서는 각 국소(local) 여과 투영을 개별 토큰으로 취급하고 셀프 어텐션(self-attention)을 통해 누락된 뷰를 예측하는 트랜스포머 기반 아키텍처인 TomoTransformer를 소개합니다. 결정적으로, TomoTransformer는 공간적 위치 전반에 걸쳐 투영을 분리하는 역투영 공간(back-projection space)에서 작동하므로, 뷰 보간이 기하학적으로 적절한 조건(well-posed)을 갖추고 검출기 크기에 불변하도록 만듭니다. 이러한 설계를 통해 재학습 없이도 임의의 각도 위치 및 검출기 크기에서 임의의 개수의 입력 투영을 처리하고, 임의의 개수의 목표 각도를 쿼리할 수 있는 단일 파운데이션 모델이 구현됩니다. 다양한 의료 CT 해부학적 구조와 자연 이미지를 포괄하는 대규모 데이터셋으로 학습된 TomoTransformer는 여러 해부학적 구조, 재료 및 해상도 전반에 걸쳐 효과적으로 일반화됩니다. 여러 벤치마크 희소 뷰 데이터셋에 대한 광범위한 평가 결과에 따르면, TomoTransformer는 ViewTrans와 같은 동시대의 다목적 모델을 크게 능가하며, 입력 및 목표 투영 수에 완전히 구애받지 않으면서도 강력한 특정 프로토콜 전용 베이스라인과 대등하거나 이를 능가하는 성능을 보입니다. 나아가 이 모델은 X선 방사광 가속기에서 수집된 실제 실험 나노스케일 뇌 데이터에서 강력한 제로샷(zero-shot) 일반화를 입증하여 실제 응용 분야에서의 실용성을 보여줍니다.

arXiv:2602.08538v2eess.IV

흐름 기반 모델을 활용한 역문제 해결을 위한 궤적 스티칭

Trajectory Stitching for Solving Inverse Problems with Flow-Based Models

흐름 기반 생성 모델(flow-based generative model)은 역문제(inverse problem) 해결을 위한 강력한 사전확률(prior)로 부상했습니다. 한 가지 방법은 흐름 출력물이 역문제를 해결하도록 초기 잠재 코드(노이즈)를 직접 최적화하는 것입니다. 그러나 이 방식은 전체 생성 궤적을 통해 역전파해야 하므로 높은 메모리 비용과 수치적 불안정성을 초래합니다. 본 논문에서는 궤적을 단일 초기 코드가 아닌 중간 잠재 상태들의 시퀀스로 표현하는 MS-Flow를 제안합니다. 국소적으로 흐름 역학을 강제하고 궤적 일치 페널티를 통해 세그먼트들을 결합함으로써, MS-Flow는 중간 잠재 상태를 업데이트하는 것과 관측 데이터와의 일관성을 강제하는 것을 번갈아 수행합니다. 이를 통해 재구성 품질을 향상시키면서 메모리 소비를 줄입니다. 인페인팅, 초해상도(super-resolution), 컴퓨터 단층촬영(CT)을 포함한 이미지 복원 및 역문제에서 기존 방법 대비 MS-Flow의 효과를 입증합니다.

arXiv:2610.01512v1cs.CV

VoxelSynth3D: 쌍을 이룬 합성 CLINIC-Metal 벤치마크를 활용한 해석 가능한 3차원 영상 도메인 금속 아티팩트 저감 기법

VoxelSynth3D: Interpretable Volumetric Image-Domain Metal Artifact Reduction with a Paired Synthetic CLINIC-Metal Benchmark

수술 후 근골격계 CT에서 발생하는 금속 아티팩트는 뼈-임플란트 및 인접한 연조직 경계면을 가립니다. 많은 금속 아티팩트 저감(MAR) 방식은 획득하기 어려운 원시 투영 데이터(raw projection)를 필요로 하거나, 스캐너 및 임플란트 종류에 따라 성능 변화(shift)가 발생할 수 있는 학습(training) 기반 모델을 사용합니다. 본 논문에서는 재구성된 CT를 위한 학습 불필요(training-free) 3차원 영상 도메인 프레임워크인 VoxelSynth3D를 제시합니다. 이 프레임워크는 지지 마스킹(support masking), 정규화된 조직 합성, 편차 게이팅(deviation gating), 제한적 에지 정제를 결합합니다. 탐지된 임플란트 복셀(voxel)은 출력에서 그대로 보존되는 반면, 보정은 주변 조직의 금속 유발 아티팩트를 대상으로 수행됩니다. 또한 우리는 깨끗한 타깃, 금속/아티팩트 마스크, 고정된 시드, 환자 수준의 분할을 갖춘 금속 없는 CTPelvic1K 볼륨으로부터 통제된 쌍을 이룬 합성 평가 리소스인 Synthetic CLINIC-Metal을 구축하였으며, 75개의 쌍을 이루지 않은 실제 금속 케이스는 정성적/무참조(no-reference) 평가만 거칩니다. 동작 지점은 거의 평탄한 검증(validation) 영역 내에서 고정되었습니다. 정확한 마스크 오라클 위치 지정을 통해 모든 방법은 금속이 제외된 조직 ROI를 공유합니다. 40개의 홀드아웃(held-out) 케이스에서 VoxelSynth3D는 RMSE를 801.48 HU에서 786.18 HU로 감소시켰으며(쌍체 이득 15.30 HU, 95% CI 11.68-19.23), 모든 케이스에서 성능을 개선하여 평가된 3D 가우시안 평활기보다 13.58 HU 더 뛰어난 성능을 보였습니다. 깨끗한 에지 일치도는 금속 바로 인접부에서는 감소했으나 5 mm를 벗어난 영역에서는 입력을 상회했습니다. 따라서 VoxelSynth3D는 국소적 구조적 트레이드오프를 수반하면서도 케이스 전반에 걸쳐 일관된 분포 내 조직 오차 감소를 제공합니다. 간격 인지 민감도 분석은 종합적인 광역 개선을 유지하면서 금속 근접 캘리브레이션을 개선 목표로 식별했습니다.

arXiv:2610.00384v1eess.IV

RIQE: 컴퓨터 단층촬영(CT)을 위한 NIQE 스타일 참조 모델

RIQE: a NIQE-style reference model for Computed Tomography

Natural Image Quality Evaluator(NIQE)는 원본(pristine) 이미지에 적합화된 모델과의 통계적 거리를 통해 이미지 점수를 매기며, 배포된 모델은 사진을 기반으로 적합화되어 있습니다. 본 연구에서는 공개 LDCT-and-Projection-data 컬렉션의 환자 158명으로부터 얻은 3,792개의 전선량(full-dose) 슬라이스에 적합화된 NIQE 스타일 모델인 Radiology Image Quality Evaluator(RIQE)를 명시된 강도 매핑, 모든 슬라이스의 매니페스트, 적합화를 재현하는 스크립트와 함께 공개합니다. 40명의 미참여(held-out) 환자를 대상으로 평가했을 때, RIQE는 투영 영역 노이즈 삽입으로 시뮬레이션된 저선량 재구성 영상을 흉부 쌍 240개 중 240개, 복부 쌍 240개 중 230개에서 동일한 슬라이스의 전선량 재구성 영상보다 더 나쁘게 평가했으며, 20% 더 많은 노이즈가 있는 이미지를 원본보다 97.5~100%의 경우에서 더 나쁘게 평가했습니다. 그러나 필터링된 이미지들 간의 선호도는 병변 신호를 따르지 않았습니다. 노이즈가 있는 복부 슬라이스에 4mm, +10 HU 병변을 삽입했을 때, RIQE는 최대 32 HU 잔차까지 모든 이미지에서 필터링되지 않은 이미지보다 양방향 필터링(bilateral filtering)을 선호했으나, 이때 병변의 정합 필터 신호는 29%만 남고 검출도 지수는 0.51에서 0.33으로 떨어집니다. 반면 동일한 32 HU 잔차에서 신호의 70%와 0.48의 검출도 지수를 유지하는 가우시안 평활화(Gaussian smoothing)는 전혀 선호하지 않았습니다. NIQE용으로 공개된 파라미터를 사용하여 사진에 적합화했을 때, 동일한 코드는 시뮬레이션된 모든 저선량 복부 이미지를 전선량 이미지보다 더 우수하다고 평가했습니다. RIQE는 열화된 이미지를 원본과 비교하여 순위를 매기는 데 적합하지만, 테스트된 조건 하에서 디노이저를 선택, 비교 또는 튜닝하기 위한 유일한 기준으로 사용되어서는 안 됩니다.

arXiv:2603.26764v4cs.CV

NCCT 슬라이스 분류의 영상 영역 푸아송 섭동 강건성

Image-Domain Poisson-Perturbation Robustness of NCCT Slice Classification

영상 영역 푸아송 섭동은 정규화된 NCCT 외형과 하위 모델을 변화시킬 수 있다. 우리는 다섯 가지 시뮬레이션 설정에서 허혈 코어/페넘브라를 포함하는 비조영 CT(NCCT) 슬라이스의 분류를 평가했다. 원본 코호트는 CPAISD(초급성 허혈성 뇌졸중 환자 112명)였으며, 테스트 분할은 환자 10명과 슬라이스 809장으로 구성되었다. 첫째, 고정 체크포인트 감사에서는 직접 ResNet-18 분류(P1)와 잔차 U-Net 디노이징 후 분류기(P2)를 비교했다. P1의 평균 정밀도(AP)는 0.694에서 0.901 범위였던 반면, P2 AP는 0.509에서 0.797 범위였다(설정 10–40에서 상당히 낮음). 고정 임계값 0.5에서 민감도는 P1이 0–12.8%, P2는 0%였다. 둘째, 전향적으로 고정된 de novo 실험에서는 직접 노이즈 분류(DNC), 결합 디노이징-분류(JDC-0), 그리고 학습 전용 특권 병변 경계 감독을 추가한 동일 결합 모델(JDC-B)을 비교했다. 설정 전반 평균 AP는 DNC 0.861 ± 0.028, JDC-0 0.840 ± 0.038, JDC-B 0.856 ± 0.031이었다. 계층적 대응 부트스트랩 차이는 JDC-0 마이너스 DNC가 −0.021(95% CI −0.063에서 0.019), JDC-B 마이너스 JDC-0이 0.016(−0.019에서 0.054), JDC-B 마이너스 DNC가 −0.005(−0.041에서 0.026)였으며, 어느 것도 0을 배제하지 않았다. 환자 52명의 AISD 분할에 대한 동결 스트레스 테스트에서도 제한된 전이성이 나타났다. 따라서 일반 결합 학습은 분류 이득을 입증하지 못했고, 경계 항은 점 추정 손실의 일부를 회복했으나 통계적으로 지지되는 이점은 없었다. 영상 충실도, 순위, 보정, 임상 유용성은 각각 별도로 평가해야 한다. 본 연구는 실제 저선량·휴대형·콘빔 CT 획득이나 환자 수준 뇌졸중 진단을 검증하지 않는다.

arXiv:2601.09879v2cs.CV

MedVL-SAM2: 멀티모달 추론과 프롬프트 기반 분할을 위한 통합 3D 의료 비전-언어 모델

MedVL-SAM2: A unified 3D medical vision-language model for multimodal reasoning and prompt-driven segmentation

의료 비전-언어 모델(VLM)의 최근 발전은 보고서 생성과 시각적 질의응답(VQA)과 같은 이미지 수준의 텍스트 중심 과제에서 강력한 성능을 달성했다. 그러나 3D 의료 VLM에서 세밀한 시각적 그라운딩(visual grounding)과 체적 공간 추론을 달성하는 일은 여전히 어려우며, 특히 이러한 역량을 단일의 일반화 가능한 프레임워크 안에서 통합하려는 경우 더욱 그렇다. 이 문제를 해결하기 위해 우리는 보고서 생성, VQA, 그리고 의미론적·지시(referring)·상호작용적 분할을 포함한 다중 패러다임 분할을 동시에 지원하는 통합 3D 의료 멀티모달 모델인 MedVL-SAM2를 제안했다. MedVL-SAM2는 3D 의료 영상에 맞게 설계된 일관된 아키텍처를 통해 이미지 수준의 추론과 픽셀 수준의 인식을 통합하며, 정밀한 다중 입도 공간 추론을 가능하게 하는 SAM2 기반 체적 분할 모듈을 포함한다. 모델은 다단계 파이프라인으로 학습된다. 먼저 대규모 3D CT 이미지-텍스트 쌍 코퍼스에서 사전학습되어 체적 시각 특징을 영상의학 언어 임베딩과 정렬한다. 이어서 포괄적인 3D CT 분할 데이터셋을 사용해 언어 이해와 분할 목표로 공동 최적화한다. 이 공동 학습은 언어, 점 또는 박스 프롬프트를 통한 유연한 상호작용을 가능하게 하여, 고수준 시각 추론과 공간적으로 정밀한 국소화를 통합한다. 우리의 통합 아키텍처는 보고서 생성, VQA, 그리고 여러 3D 분할 과제에서 최첨단 성능을 제공한다. 광범위한 분석은 또한 모델이 신뢰할 수 있는 3D 시각적 그라운딩, 제어 가능한 상호작용적 분할, 견고한 교차 모달 추론을 제공함을 보여 주며, 고수준 의미 추론과 정밀한 3D 국소화가 통합 3D 의료 VLM 안에서 함께 달성될 수 있음을 입증한다.

arXiv:2609.28110v1cs.CV

암시적 신경 표현 및 확산 모델 기반 정제를 통한 치과용 콘빔 CT의 시야각 확장

Field-of-View Extension in Dental Cone-Beam CT via Implicit Neural Representations and Diffusion Model-Based Refinement

치과용 콘빔 전산화단층촬영(CBCT) 시스템은 종종 환자의 해부학적 구조 중 작은 부분만을 촬영하는 절단된 시야각(FOV)을 제공하는 디텍터 구성을 사용합니다. 본 연구에서는 절단된 FOV 스캔의 투영 데이터를 사용하여 확장된 FOV를 재구성하는 것을 목표로 합니다. 이를 위해 (1) 절단된 투영 데이터의 누락된 부분을 추정하기 위한 암시적 신경 표현(INR), (2) 향상된 해부학적 일관성을 갖춘 보조 볼륨 이미지를 생성하기 위한 반복적 재구성(iterative reconstruction), (3) 이미지 개선을 위한 빠른 확산 모델(diffusion model)로 구성된 3단계 프레임워크를 제안합니다. 제안된 접근 방식은 절단된 CBCT 이미징을 위한 통합 파이프라인 내에서 연속적 표현(continuous representation), 물리 기반 재구성 및 생성적 정제의 장점을 결합합니다. 실험 결과는 이 방법이 절단 아티팩트를 효과적으로 줄이고, 원래 FOV 너머로 확장되는 구조의 재구성을 개선하며, 향상된 품질의 이미지를 생성함을 입증합니다. 코드 데이터는 https://github.com/SusanneSchaub/CBCT-FOV-Extension 에서 공개되어 있습니다.

arXiv:2609.27848v1cs.CV

전신 감쇠 보정을 위한 기하학 앵커 기반 PET 인식 멀티모달 의사 CT 합성: BIC-MAC 챌린지

Geometry-anchored PET-aware multimodal pseudo-CT synthesis for whole-body attenuation correction: the BIC-MAC Challenge

BIC-MAC 챌린지는 CT 없는 PET 감쇠 보정(attenuation correction)을 위해 NAC-PET, Dixon MRI, 2D 토포그램(topogram)으로부터 전신 의사 CT(pseudo-CT)를 합성하는 것을 목표로 합니다. 본 논문에서는 NAC-PET를 공간적 기준(spatial reference)으로 사용하고 게이트 잔차 융합(gated residual fusion)을 통해 토포그램 및 MRI 특징을 통합하는 기하학 앵커 기반 멀티모달 프레임워크인 GeoPACT를 제안합니다. 절대 좌표와 전신 조건화(whole-body conditioning)는 해부학적으로 일관된 패치 기반 예측을 지원합니다. 학습(training)은 다운스트림 PET 재구성 관련 오차를 줄이기 위해 감쇠 맵 지도(attenuation-map supervision)와 미분 가능한 PET 반응 대리 모델(PET-response surrogate)을 결합합니다. 테스트 시점에서는 CT나 PET 레이블 없이도 슬라이딩 윈도우 추론(inference)을 사용하여 전체 해상도 의사 CT 볼륨을 생성합니다.

arXiv:2609.27511v1cs.CV

NV-Reason-CT: 3D Visual Language Model for CT Analysis

NV-Reason-CT: CT 분석을 위한 3D 비전-언어 모델 {"title_ko": "NV-Reason-CT: CT 분석을 위한 3D 비전-언어 모델", "abstract_ko": "본 논문은 흉부 및 복부 CT를 위한 생성형 비전-언어 모델인 NV-Reason-CT를 제안한다. 이 모델은 네이티브 3D 시각 인코딩과 방사선 전문의가 안내한 추론(reasoning)을 결합한다. 네이티브 3D 비전 트랜스포머와 언어 모델을 결합하며, 추가적인 공간 토큰 병합 없이 모든 시각 토큰과 그 명시적 3D 좌표를 언어 디코딩에 전달한다. 이를 통해 비전 인코더 내부와 텍스트와의 공동 처리 과정에서 언어 모델의 위치 인코딩(positional encoding)을 거치며 체적(volumetric) 공간 정보를 유지한다. 70,111개의 고유 CT 영상 입력에서 수집한 약 55만 건의 멀티모달 지시(instruction) 예시로 구성된 큐레이션 코퍼스에서 학습하며, 표준화된 리포트, 이상 소견 중심 및 해부학 특화 질문, 다중 턴 상호작용, 녹음·전사된 전문가 CT 판독에서 도출한 방사선 전문의 작성 추론을 결합한다. 전문가 주석은 직접 지도(supervision)를 제공하고 리포트에 근거한 추가 합성 추론을 안내한다. End-to-end 지도 미세조정(SFT) 이후 흉부·복부 이상 소견 집합에 대한 검증 가능한 보상(verifiable rewards)을 사용한 Group Relative Policy Optimization(GRPO)을 수행한다. 모델은 이상 소견 분류, 리포트 생성, 검토 가능한 관찰·감별 진단·불확실성을 포함한 대화형 추론을 지원한다. 평가는 공개 CT 벤치마크와 홀드아웃 NIH 코호트에 걸쳐 이루어진다. CT-RATE에서 NV-Reason-CT는 과제별 분류 헤드 없이 macro-F1 0.614, macro-AUROC 0.871을 달성하며, 생성 리포트는 리포트 기반 macro-F1 0.592를 기록한다. 방사선 전문의를 대상으로 한 예비 연구에서 AI 보조 검토는 긍정적인 신뢰도 평가를 받았고, 평균 보고된 판독·리포팅 시간 50% 감소와 연관되었다. 체적 의료 영상을 위한 설명 가능 AI(explainable AI)의 재현 가능한 연구를 지원하기 위해 모델과 학습 코드를 공개한다."}

arXiv:2609.26924v1cs.CV

nnFoundation: 방사선학을 위한 3D 파운데이션 모델

nnFoundation: 3D Foundation Models for Radiology

방사선 인공지능은 빠르게 발전했으나, 대부분의 시스템은 여전히 좁은 범위의 과제에 특화되어 있고 데이터 집약적이며 도메인 이동(domain shift) 환경에서 취약하다. 파운데이션 모델은 더 전이 가능하고 데이터 효율적인 해결책을 약속하지만, 기존 접근은 규모가 제한적이고 평가 범위가 좁으며, 종종 단일 사전학습 모델이 다양한 다운스트림 과제를 지원할 수 있다고 가정한다. 본 연구에서는 상보적인 합성곱 및 트랜스포머 기반 3D 방사선학 파운데이션 모델 nnFoundation을 제시한다. Human Radiome Project(THRP) 내에서 개발된 nnFoundation은 125개의 기관 및 공개 데이터셋으로부터 2.1백만 건의 CT, MRI, PET 영상 볼륨으로 학습되었다. 세그멘테이션, 검출, 분류, 리포트 생성, 이미지 검색에 이르는 108개 과제에서 이를 평가했으며, 도메인 이동 하에서의 평가, 외부 파트너에 의한 평가, 저데이터 및 저연산 환경에서의 평가를 포함한다. 모든 과제 유형에서 합성곱 및 트랜스포머 기반 nnFoundation 모델은 기존 3D 파운데이션 모델과 처음부터 학습하는 방법 모두를 일관되게 능가하여 방사선 영상 분야 최신(state-of-the-art) 성능을 확립했다. 다만 성능은 일관된 과제 의존적 구조를 따른다. 합성곱 nnFoundation 모델은 공간적으로 국한된 과제에서 우세하고, 트랜스포머 기반 nnFoundation 모델은 전역적 의미 추론이 필요한 과제와 고정 특징(frozen-feature) 설정에서 뛰어나다. 사후적으로 파운데이션 모델 토폴로지를 데이터셋 특성에 동적으로 정렬하면 이질적인 3D 환경에서의 전이를 더욱 개선한다. 이러한 결과는 전이 가능한 3D 방사선학 성능이 단일 범용 모델이 아니라 확장 가능한 사전학습, 상보적 아키텍처, 데이터셋 인지 적응의 상호작용에 의해 좌우됨을 보여준다. nnU-Net 및 nnDetection에 통합된 nnFoundation 모델을 공개하여 기존 방사선학 워크플로에 즉시 적용할 수 있게 한다.

arXiv:2609.26920v1cs.CV

자동 신세포암 등급 분류를 위한 조직병리학 및 CT 기반 교차 모달 대조 학습

Cross-Modal Contrastive Learning from Histopathology and CT for Automated Renal Cell Carcinoma Grading

배경: 투명세포 신세포암(ccRCC)은 상당한 임상적 이질성을 보이며, 위험 계층화 및 치료 계획 수립을 위해서는 정확한 등급 평가가 필수적이다. 그러나 기존의 등급 평가는 침습적인 조직 채취를 필요로 한다. 본 연구에서는 비침습적인 CT 기반 ccRCC 등급 예측을 개선하기 위해 학습(training) 중 쌍을 이룬 조직병리학 및 컴퓨터 단층촬영(CT) 데이터를 활용하는 교차 모달 대조 학습(cross-modal contrastive learning) 프레임워크인 RCC-Align을 개발했다. 방법: RCC-Align은 대조 교차 모달 목적함수를 통해 쌍을 이룬 전체 슬라이드 조직병리학 이미지(WSI)와 CT 스캔을 정렬하여 미시적인 조직 형태학으로부터 거시적인 방사선학적 표현으로 등급 판별 정보를 전달한다. 이 프레임워크는 환자 수준의 5겹 교차 검증(validation)을 사용하여 쌍을 이룬 TCGA 및 CPTAC 코호트에서 학습 및 평가되었다. 저등급 대 고등급 ccRCC 분류(classification) 성능을 CT 전용 베이스라인(DINOv2-Base 및 DINOv2-Finetuned)과 WSI 기반 참조 모델(model)(GigaPath-Finetuned)과 비교했다. 교차 모달 정렬은 코사인 유사도 분석을 사용하여 평가되었다. 결과: RCC-Align은 0.601의 AUC(95% CI, 0.524-0.673) 및 0.599의 AUPRC(95% CI, 0.541-0.676)를 달성하여 유의하게 향상된 저등급 예측 성능(p = 0.004)과 함께 DINOv2-Finetuned(AUC 0.545, AUPRC 0.543)를 능가했다. 또한 RCC-Align은 베이스라인과 비교하여 더 강력한 쌍 WSI-CT 임베딩(embedding) 정렬을 보였다. WSI 기반 GigaPath 참조 모델은 0.719의 AUC를 달성했다. 결론: 병리학 유도 대조 학습은 추론(inference) 시 CT만 필요로 하면서도 CT 기반 ccRCC 등급 분류를 개선한다. 이러한 접근법은 생검이 안전하지 않거나 불가능하거나 종양 내 이질성으로 인해 제한될 때 조직 진단을 보완할 수 있다. 임상적 적용 전 외부 테스트를 포함한 더 크고 다기관인 코호트에서의 검증이 필요하다.

arXiv:2609.26756v2cs.CV

FleXray: 범용 임상 X선 분할

FleXray: Universal Clinical X-ray Segmentation

X선(X-ray)은 의학 분야에서 가장 널리 사용되는 영상 양식이지만, 여전히 정량적 활용도가 가장 낮은 편에 속합니다. CT나 MRI 같은 볼륨(volumetric) 영상 양식과 달리 X선은 3차원 해부학적 구조를 2차원 투영으로 압축하므로 구조 간 중첩이 발생하고 전문가에게도 해부학적 경계가 모호해집니다. 그 결과, 범용 분할(segmentation) 시스템을 학습(training)하기 위해 X선 데이터베이스를 라벨링하는 것은 비현실적이며, 형태 계측 및 기능적 X선 분석은 좁은 해부학적 부위와 제한된 응용 분야에 국한되어 왔습니다. 이를 해결하기 위해 본 논문에서는 임상 X선에서 전신에 걸친 해부학적 분할을 수행하는 제너럴리스트 모델(generalist model)인 FleXray를 제시합니다. 대규모의 수동 주석 X선 데이터셋(dataset)을 구축하는 대신, 확장 가능한 물리 기반 생성형 X선 데이터 엔진을 구축합니다. 기존의 3차원 전신 CT 분할 데이터셋과 생성형 이미지 편집 모델을 활용하여 다양한 외관, 생리학적 특성 및 촬영 기하학적 조건을 갖춘 완전히 주석 처리된 2차원 X선을 시뮬레이션합니다. 이러한 시뮬레이션을 통해 학습된 FleXray는 학습에 사용되지 않은 연구용 데이터셋 및 야생(in-the-wild) X선에서 60개의 해부학적 구조를 정확하게 분할합니다. 나아가 FleXray가 X선을 정량적 분석에 직접 활용할 수 있도록 만들어, 질환 중증도 분류를 위한 자동 측정, X선 유도 중재 시술 중의 강건한 내비게이션, 병리학적 대상에 대한 데이터 효율적 학습을 가능하게 함을 보여줍니다. 본 연구진은 모델, 코드, 전신 X선 분할 데이터셋, 그리고 사용하기 쉬운 로컬 브라우저 기반 도구를 https://flexray.csail.mit.edu 에 공개합니다.

arXiv:2606.27264v3cs.CV

CORTEX: 신뢰할 수 있는 3D 흉부 CT MLLM을 위한 구조화된 추론 벤치마크

CORTEX: A Structured Reasoning Benchmark for Trustworthy 3D Chest CT MLLMs

멀티모달 대규모 언어 모델(MLLM)의 추론은 의료 영상 분야에서 큰 가능성을 보여주었습니다. 그러나 이러한 추론은 대개 최종 답변으로만 평가되는 자유 형식의 텍스트인 경우가 많아, 진단이 스캔 영상의 근거로 추적 가능해야 하는 3D 방사선학에서는 해석 및 검증이 특히 어렵습니다. 기존의 흉부 CT 질의응답 데이터셋은 전문 방사선과 판독 보고서를 단순 답변 쌍으로 축소하여 소견과 결론을 연결하는 추론 과정을 누락하고 임상의가 의존하는 환자 병력을 생략함으로써 이러한 문제를 심화시킵니다. 그 결과, 모델을 학습(training)하는 데 필요한 구조화된 지도(supervision)나 추론을 검증하는 데 필요한 프로토콜이 아직 존재하지 않아 추론 능력을 갖춘 3D 흉부 CT MLLM 개발은 여전히 요원한 상태입니다. 본 논문에서는 3D 흉부 CT를 위한 구조화된 추론 벤치마크인 CORTEX(Clinically Organized Reasoning and sTructured EXplanation)를 소개합니다. CORTEX는 각 질문에 대해 방사선 전문의의 워크플로를 반영하는 4단계 진단 추적(과제 이해, 시각적 관찰, 진단 추론, 답변 종합)을 통해 누락된 추론을 복원합니다. 광범위한 의료 및 일반 영역 지식을 갖춘 최첨단 대규모 언어 모델(LLM)을 사용하여 이러한 추적을 생성한 후, 자동화된 루브릭 채점과 전문 방사선과 의사의 검토를 결합한 단계별 평가(evaluation) 프로토콜을 통해 필터링하고 검증합니다. 결정적으로, 추론 구조와 평가 루브릭은 모두 임상의와의 긴밀한 협력을 통해 설계되었습니다. 추론 주석이 없는 대규모 공개 흉부 CT 데이터셋인 CT-RATE를 기반으로 구축된 CORTEX는 개방형 VQA, 폐쇄형 VQA, 보고서 생성에 걸쳐 검증된 76,177개의 추론 추적을 포함하며, 3D 흉부 CT를 위한 신뢰할 수 있는 추론 모델을 구축하고 평가하는 데 필요한 구조화된 지도 및 단계별 평가 프로토콜을 모두 제공합니다. 데이터셋과 평가 코드는 https://huggingface.co/datasets/aneesurhashmi/cortex 에서 이용할 수 있습니다.