뇌종양 환자에서 뇌종양을 분할(segmentation)하고 그 크기와 위치를 결정하는 과정은 치료 계획에 도움이 되기 때문에 영상의학과 전문의에게 상당한 어려움을 야기한다. 인공지능(AI), 특히 딥러닝(DL)의 활용은 의료 분야에서 유용한 도구로 부상하였으며, 영상의학과 전문의의 진단 과정에 도움을 제공한다. 이는 영상의학과 전문의가 종양의 생물학적 특성을 보다 잘 이해하고 뇌종양 환자에게 맞춤형 치료를 제공할 수 있도록 한다. 다중 모달 자기공명영상(MRI) 이미지를 이용한 뇌종양 분할은 상당한 주목을 받아왔다. 본 총설에서는 먼저 다중 모달 및 이용 가능한 자기공명영상 양식의 종류와 특성을 논의한다. 이어서 다중 모달 MRI를 활용한 뇌종양 분할을 위한 최신 DL 기반 모델을 논의한다. 이 절은 아키텍처(구조)에 따라 세 부분으로 나누는데, 첫째는 합성곱 신경망(CNN)의 백본을 사용하는 모델, 둘째는 비전 트랜스포머(vision transformer) 기반 모델, 셋째는 아키텍처에서 합성곱 신경망과 트랜스포머를 모두 사용하는 하이브리드(hybrid) 모델이다. 또한 최근의 출판물, 자주 사용되는 데이터셋, 분할 과제에 대한 평가 지표에 대해 심층적인 통계 분석을 수행한다. 마지막으로 뇌종양 분할과 관련된 개방형 연구 과제를 식별하고, 진단 정확도와 환자의 치료 결과를 향상시키기 위한 유망한 향후 연구 방향을 제안한다. 이는 더 나은 의료 전달과 인구 건강 관리를 위해 보건 의료 기술을 활용한다는 공중보건 목표와 부합한다.

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