클래스활성지도를 이용한 안구 질환에 따른 광관섭단층영상 내 특징 추출

Abstract

광간섭단층영상은 안구 질환들의 진단에 있어 주요한 역할을 하고 있다. 본 논문에서는 안구 광간섭 단층영상으로부터 당뇨병성황반부종, 맥락막혈관신생, 드루젠 등의 안구질환들을 자동으로 분류하는 기법을 개발하고, 분류에 주요한 역할을 하는 부위들을 추출하여 질환에 따라 다르게 나타나는 영상 내 특징들을 살펴본다. 이를 위해 레지듀얼 네트워크 기반의 분류기를 학습하고 클래스활성지도를 생성하여 분류에 영향을 주는 부위를 추출한다. 실험을 위해 Kaggle 에 공개된 안구 광간섭단층영상 2 만여 장을 이용하여 학습을 진행하였고 1000 장의 테스트 영상에 대해 99% 이상의 높은 분류 정확도를 얻었다. 또한, 클래스활성지도에서 활성화가 된 부분들을 통해 정상과 질환들을 구분해 낼 수 있는 특징들을 확인하였다.