그래프 기반 소장 경로 추적을 위한 제약조건 최적화 및 강화학습 라벨링 연구

Graph-based small bowel path tracking with constraint optimization and reinforcement learning for annotation research

연구 내용

소장 경로 추적에서 접촉 구조로 인한 오추적을 줄이기 위해 그래프 기반 경로 모델과 원통형 제약조건, 강화학습 기반 라벨링을 활용하는 연구

소장은 주행 과정에서 자기 접촉이 존재하고 벽 경계가 뚜렷하지 않아 경로 추적 시 벽을 가로지르는 오류가 발생하기 쉽습니다. 연구실은 경로를 그래프 문제로 모델링하여 시작점부터 종료점까지 연결되는 정답 경로 구조를 추적하도록 설계합니다. 또한 원통형 제약조건을 경로 비용함수에 소프트 제약으로 도입해 저수준 벽 특징에 과도하게 의존하지 않도록 경로 탐색을 유도합니다. 더 나아가 다양한 형태의 주석을 사용하는 환경에서 강화학습을 적용하여 추적 정책을 학습하는 방식으로 라벨 활용 효율을 높이는 접근을 수행합니다.

관련 프로젝트

0건

연구 흐름

초기에는 CT에서 소장 경로를 그래프 이론적 관점으로 정식화하고 경로 추적 문제를 알고리즘적으로 다루는 연구를 수행하였습니다. 이후 자기 접촉과 약한 외형 때문에 발생하는 벽 교차 오류를 완화하기 위해 원통형 제약조건 기반 그래프 비용함수를 도입하여 경로의 물리적 방향성을 반영하는 방향으로 발전하였습니다. 최근에는 서로 다른 주석 구성과 추적 성능의 관계를 고려하여 강화학습을 활용한 추적 정책 학습으로 확장하며, 추적의 재현성과 라벨 효율을 함께 검토하는 흐름으로 이어졌습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

복부 CT에서 소장 기능 경로 추정
장기 중심선 기반 수술 계획 보조
추적 오류를 줄인 준자동 분석 도구
경로 길이 정량화를 위한 후처리 모듈
주석 비용 절감을 위한 강화학습 학습전략
그래프 기반 해석 가능한 의료 영상 알고리즘
다른 속이 빈 장기로의 추적 확장
장기 분할 품질 평가를 위한 연계 지표
환자 맞춤형 모델의 입력 정규화
다중 프레임 분석을 위한 경로 일관성 처리