뇌종양은 가장 치명적이고 파괴적이며 공격적인 질환 중 하나로 여겨지며, 환자의 기대수명을 유의하게 감소시킨다. 이러한 이유로 본 연구는 뇌종양 진단의 발전을 추구하면서, 자기공명영상(MRI) 뇌 스캔 분석을 위해 특화된 Enhanced Spatial Attention(ESA) 층을 통합하여 YOLOv5m 모델에 대한 중요한 성능 향상을 제시한다. 기존의 뇌종양 탐지 방법은 MRI에 대한 전문가의 해석에 크게 의존하는데, 이 과정은 높은 변이성과 인간 오류의 위험과 같은 어려움이 따른다. 본 연구의 혁신적인 접근은 ESA 층을 활용하여 두드러진 특징에 즉각적으로 집중함으로써, 일반적인 뇌종양—수막종, 뇌하수체, 그리고 신경교종—간의 구별 능력을 유의하게 향상시킨다. 향상된 정밀도로 공간 특징을 처리함으로써 모델은 위양성(false positive)을 최소화하고 탐지의 신뢰도를 극대화한다. 233명의 환자로부터 획득한 3064장의 T1 가중 조영 증강 MRI 이미지로 구성된 포괄적 데이터셋으로 검증한 결과, 수정된 YOLOv5m 아키텍처는 표준 모델에 비해 우수한 성능 지표를 보였으며, 자동화되고 정밀한 뇌종양 진단을 위한 임상 적용에서의 견고한 도구로서의 잠재력을 시사한다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.