1. 서 론

통계청에서 발표한 2021년 국내 사망원인 통계에 따르면 암으로 인한 사망률은 26%로 사망원인 중 1위를 차지하였고, 암은 2021년뿐만 아니라 10년 이상 전부터 국내 사망률 1위를 기록하고 있다⁽¹⁾. 또한, 국내 암 환자 수는 노인계층 인구 증가 및 비만 유병률의 증가 등을 이유로 2015년 이후로 지속적으로 증가하는 추세를 보이고 있어 암 사망률과 발병률을 감소시키기 위한 대책 마련이 필요하다 볼 수 있다. 특히, 위암은 2015년부터 2018년까지 발병률 1위를 기록하였기에 여러 암 중에서도 위암 관련 연구의 필요성이 높은 암에 해당한다⁽²⁾. 암 발생자 수와 위암 발병률에 관한 자세한 지표는 그림 1을 통해 나타내었다. 위암은 식이 요인, 흡연, 비만 등을 원인으로 볼 수 있으나 정확한 원인을 정의하기가 어렵고 병변이 상당 부분 진행되기 전까지 특별한 전조증상이 없다. 따라서 정기적인 위 내시경 검사를 통해 진단받기 전까지는 암의 발생을 파악할 수 없고 팽만감, 소화불량 등의 증상이 나타날 수 있지만 이는 다른 위장질환과 구분이 어려워 대부분의 환자들이 적절한 치료시기를 놓치게 된다.

또한, 조기 위암의 경우 위 내시경 검사 시 전문의조차 육안으로 구분이 어려울 정도로 점막 및 혈관의 미세한 변화만이 동반되기에 숙련도에 따라 진단 정확성의 편차가 발생할 수 있고 사람의 업무 특성상 전문의의 피로도와 같은 외부적 요인으로 인해 진단 정확성이 감소할 수 있다⁽³⁾. 이러한 이유로 의사를 보조하여 정확한 진단을 가능하게 하는 딥러닝 기반 컴퓨터 보조 진단 시스템인 CADx(Computer-aided diagnosis) 관련 연구가 이루어지고 있다.

딥러닝 기반 CADx 연구는 위 내시경 이미지에서 각 질환에 해당하는 병변의 특징을 학습함으로써 질환 발생 유무를 판단하는 분류(Classification) 연구가 수행되었다^(4,5,6). 기존 연구에서는 조기 위암 환자와 정상 환자의 위 내시경 영상 데이터를 수집 후 화면 흔들림과 같은 외부적 요인으로 인해 품질이 감소된 이미지는 제거하였다. 학습 데이터에서는 클래스 간의 개수 불균형을 해소하기 위해 회전, 반전, 밝기 조절 등의 영상처리적 기법을 적용하여 증대하였다. 또한, 학습된 딥러닝 모델과 전문의의 진단 정확도의 비교를 진행하였고, 결과적으로 딥러닝 모델이 전문의와 유사하거나 오히려 더 높은 정확도를 보이면서 위 병변을 위한 CADx가 의사의 진단을 보조하기에 충분한 성능을 보임을 알 수 있다. 위 질환을 진단할 뿐만 아니라 객체 탐지 네트워크를 통해 병변의 위치를 탐지하는 연구도 이루어졌다⁽⁷⁾. 기존 연구에서는 실시간 탐지를 위해 객체 탐지 알고리즘 중 대표적인 YOLO 계열 알고리즘을 사용하였고 그중에서 YOLOv5를 통해 학습이 이루어졌다. 총 3,747명의 환자에게서 31,117장의 이미지를 수집하여 연구를 수행하였고 결과적으로 mAP는 0.898, 47 FPS의 성능을 보이면서 실시간 탐지가 가능함을 보임과 동시에 준수한 성능을 유지하는 것이 가능함을 나타내었다.

이미지 내 병변을 분할하고 분할된 병변에 대해서 분류를 수행하는 기존 연구도 존재한다^(8,9). 분할 연구는 객체 탐지 연구와 마찬가지로 병변의 위치 파악이 가능하고 데이터 증대 등에 활용될 수 있는 가능성이 존재한다. 하지만 딥러닝 모델 학습 시 모델이 예측한 병변의 위치, 영역과 비교할 Ground Truth가 존재해야 한다. Ground Truth는 전문의의 수작업으로 이루어져야 하기에 분류 연구에 비해 수집 과정에서 상대적으로 많은 인력과 시간이 소요되게 된다.

의료 데이터의 수집 절차상 어려움을 언급하며 GAN(Generative Adversarial Network)를 통해 데이터를 증대 후 병변의 분할을 진행한 연구가 존재한다⁽¹⁰⁾. 기존 연구에서는 GAN을 활용하여 새로운 이미지를 생성할 뿐만 아니라 밝기 조절, 노이즈 추가 등의 방식을 적용하여 추가적인 데이터 증대를 진행하였다. 전반적인 기존 연구를 살펴보면 의료데이터는 다른 분야의 데이터에 비해 방대한 양의 수집이 어렵기에 수집된 데이터로 최대한의 효율을 내고자 데이터 증대를 수행함을 알 수 있다. 데이터의 품질과 양이 성능에 중요한 영향을 미치는 딥러닝 학습에서 이러한 연구 방식은 효과적인 방식이라 볼 수 있다.

본 연구에서는 조기위암과 정상의 분류뿐만 아니라 위염, 용종 등의 질환을 포함한 위 질환과 정상을 분류하는 CADx 개발을 목표로 하였다. CADx의 학습을 위해 정상 위 내시경과 8가지 위 질환 이미지를 수집하였지만 위 질환 이미지는 발병률에 따라 질환별 개수 차이가 존재한다. 상대적으로 개수가 적은 질환은 CADx가 정확한 학습을 진행할 수 없기에 전체 데이터셋에 AutoAugment 증대 정책 중 하나인 Cifar10 증대 정책을 적용함으로써 데이터 부족 문제를 보완하였다. 그 후 원본 데이터셋과 증대 데이터셋으로 학습한 모델의 성능을 비교하여 본 연구에서 적용한 증대정책이 위 질환 분류 성능 향상에 효과적임을 보이고자 하였다. 또한, 딥러닝 모델의 관심 영역을 시각화할 수 있는 Grad-CAM(Gradient-weighted Class Activation Map)을 활용하여 의사의 라벨링이 없더라도 병변의 위치를 파악할 수 있는 CADx 연구를 진행하였다.

2. 본 론

의료데이터에 해당하는 위 내시경 이미지는 수집 과정에서 환자 개인의 동의와 임상 시험 심사 위원회 (IRB, Institutional Review Board)의 승인이 요구된다. 따라서 본 연구에 활용된 데이터셋은 국립 경상대학교 병원의 소화기내과를 통해 수집되었고 모든 데이터셋은 IRB의 승인을 받은 후 수집되었다. 추가로 전체 데이터셋은 조직 검사를 수행 및 검증하는 과정을 통해 데이터의 신뢰도를 유지하였다. 위 내시경 검사는 목적에 따라 백색광 내시경, 협대역 영상 내시경 등이 존재하지만 본 연구에서는 일반적으로 사용되는 백색광 내시경을 활용하여 데이터셋을 구성하였다.

3. 연구결과

학습된 딥러닝 모델의 성능 평가를 위해 조기위암과 정상이미지 분류, 비정상과 정상 이미지 분류에 대해 테스트가 진행되었다. 학습 속도 및 분류 성능에 대한 비교가 이루어졌으며 성능 평가지표로는 Precision, Sensitivity, Specificity, Accuracy, F1-Score, AUC 값을 통해 이루어졌다. Precision은 CADx가 분류한 비정상 이미지 중 실제 비정상 이미지의 비율을 의미하고 Sensitivity는 전체 비정상 중 모델이 분류에 성공한 비정상 이미지의 비율을 의미한다. 특히, 의료데이터를 다루는 CADx 연구에서는 비정상 예측에 실패 시 환자의 적절한 치료시기를 놓치게 되므로 Sensitivity의 성능이 중요한 평가지표라 볼 수 있다. Specificity는 정상 이미지 중 모델이 정상이라 분류한 비율이고 Accuracy는 전체 이미지 중 모델이 정확하게 분류한 이미지의 비율을 의미한다. F1-score는 Precision과 Sensitivity의 조화평균에 해당하는 값으로 한 지표에 편향되지 않은 성능 정보를 보여준다.

그림 4에는 EfficientNetV2와 Xception의 Train Loss 수렴 그래프를 나타내었다. EfficientNetV2는 파라미터의 효율의 최대화를 목표로 설계된 네트워크로 학습 속도가 빠른 것이 장점이다. 그림 4를 보면 EfficientNetV2의 Train Loss 시작 값이 상대적으로 큰 값을 가짐에도 불구하고 학습이 진행됨에 따라

Xception보다 빠른 속도로 수렴하는 것을 알 수 있다. EfficientNetV2는 수렴 속도뿐만 아니라 분류 성능 측면에서도 우수한 성능을 보였다.

표 2는 원본 데이터셋으로 학습된 딥러닝 모델의 조기 위암과 정상 분류, 비정상과 정상 분류 테스트 결과를 보여준다. 비정상과 정상의 분류에서는 EfficientNetV2가 모든 평가 지표면에서 우수한 성능을 보였고, 조기위암과 정상 분류에서는 Precision과 Specificity를 제외하고 대부분의 평가지표에서 EfficientNetV2가 우수한 성능을 보였다. 특히, 의료 데이터를 다루는 CADx 연구에서 중요한 평가지표인 Sensitivity와 AUC가 높은 값을 가진다는 점과 학습 속도를 고려할 때 EfficientNetV2가 위 질환 분류 네트워크로 적합함을 알 수 있다.

표 3은 원본 데이터셋에 대해 상대적으로 우수한 성능을 보였던 EfficientNetV2을 증대 데이터셋으로 학습 후 테스트한 결과이다. 증대정책으로는 ImageNet 증대 정책과 Cifar10 증대정책을 적용한 후 각 데이터셋에 대한 성능 비교를 진행하였다. 두 가지 증대정책 모두 원본 데이터셋 대비 향상된 분류 성능을 보였고, 그 중에서도 Cifar10 증대 정책으로 학습한 모델이 대부분의 평가지표에서 ImageNet 증대정책보다 우수한 성능을 보였다. 특히, 위 질환 검출 정확도를 나타내는 Sensitivity를 보면, 조기위암과 정상의 분류에서 0.878에서 0.966으로 약 10%의 유의미한 성능 향상이 이루어졌다. 비정상과 정상의 분류에서도 Sensitivity는 0.690에서 0.817로 약 18%의 성능 향상이 이루어진 것으로 볼 때, 본 연구에서 적용한 Cifar10 증대정책이 딥러닝 모델의 분류 성능 향상에 효과적임을 알 수 있다. ROC 커브의 아래 면적에 해당하는 AUC는 딥러닝 모델의 클래스 간 분류 정도를 나타내는 수치로 의료데이터를 다루는 연구에서 중요한 평가지표로 사용되고, 그림 5와 그림 6에 원본 데이터셋으로 학습한 모델과 증대 데이터셋으로 학습한 모델의 ROC 커브를 나타내었다.

그림 5의 정상과 조기위암의 분류를 보면 AUC 값은 원본 데이터셋으로 학습한 모델이 0.971에서 데이터 증대 후 0.979로

큰 폭의 성능 향상은 이루어지지 않았다. 조기 위암은 위 내부에 병변이 미세하게 존재하기에 증대과정에서 발생하는 이미지 처리에 특징 정보가 일부 손실될 가능성이 존재한다. 이러한 점이 미세한 성능 향상의 원인으로 판단된다. 반면, 조기위암뿐만 아니라 위염, 용종, 궤양 등 총 7가지 질환을 추가한 후 학습한 비정상과 정상의 분류인 그림 6을 보면 원본 데이터셋으로 학습한 모델이 0.873에서 데이터 증대 후 0.930으로 약 7%의 성능향상이 이루어졌다.

분류뿐만 아니라 Grad-CAM을 활용하여 EfficientNetV2의 마지막 레이어에서 추출된 관심영역을 확인하였다. 관심도가 높은 영역은 빨간색으로 상대적으로 관심도가 낮은 영역은 파란색으로 나타나고 원본 이미지에는 전문의의 라벨링이 노란색으로 표시되어 있다. 그림 7는 비정상 이미지 중 대표적 질환인 조기위암에 대한 Grad-CAM 결과를 보여준다. 그림 7의 (a), (b), (c), (d)는 분류 예측에 성공한 조기위암 이미지와 여러 레이어의 Grad-CAM 결과를 보여주고 있다. (b)와 (c)는 가장 많은 정보를 포함하는 마지막 레이어의 Grad-CAM 결과를 보여주고, 원본 데이터셋으로 학습한 결과인 (b)는 병변 주위에 미세한 관심영역이 나타나지만 증대 데이터셋으로 학습한 결과인 (c)는 실제 병변의 위치와 관심영역이 유사하게 위치한다. 이를 통해 증대 데이터셋이 병변 학습에 효과적이었음을 알 수 있다. 또한, Grad-CAM은 CAM과 달리 중간 레이어의 관심영역을 시각화할 수 있고 이를 (d)에 나타내었다. 중간 레이어의 관심영역은 병변을 포함하여 여러 영역에 나타난 것을 볼 수 있고 추가적인 레이어를 거침에 따라 관심영역은 (c)처럼 병변으로 수렴하는 모습을 보였다. 반면, (e), (f)는 조기 위암을 정상으로 잘못 분류한 이미지와 그에 대한 Grad-CAM 결과이다. (e)에 표시된 전문의의 라벨링을 볼 때, 병변이 미세하고 분산되어 존재하는 경우 관심영역이 명확하게 존재하지 않고 분류에 어려움을 겪는 것을 알 수 있다. 추가적인 성능 향상 연구가 이루어진다면 미세한 병변에도 Grad-CAM을 통한 시각화가 이루어져 객체 탐지 및 분할 연구에서 전문의의 라벨링을 대체하여 인력 및 시간을 감소시킬 수 있는 효과적인 방법이 될 수 있다.

4. 결 론

본 논문에서는 CNN 구조의 Xception과 EfficientNetV2-L를 활용하여 위 내시경 상에서 조기위암과 정상, 정상과 비정상을 분류하는 CADx를 연구하였다. 원본 데이터셋 학습을 통해 Xception과 EfficientNetV2의 성능 비교를 진행하였고 학습속도와 분류성능 측면에서 EfficientNetV2가 Xception보다 적합한 분류 네트워크임을 실험적으로 보였다. 딥러닝 모델의 과적합 방지 및 성능 향상을 위해 ImageNet과 Cifar10 증대정책을 활용하여 원본 대비 25배 향상된 데이터셋을 생성하였고 이에 따라 모든 평가지표의 성능이 향상된 결과를 보였다. 특히, Cifar10 증대정책은 ImageNet보다 높은 폭의 성능 향상을 보였다. 하지만 Cifar10 증대 정책은 Cifar10 데이터셋에 최적화된 증대 알고리즘으로 위 질환 분류에 최적화된 증대 정책이라 할 수 없다. 또한, 증대정책이 적용되는 강도에 따라 원본 이미지가 가지는 병변의 특징이 변형되었을 가능성이 존재하기에 이에 대한 개선점이 남아있다. 본 연구에서 사용한 Grad-CAM의 특징으로는 모든 레이어에서 관심영역을 추출할 수 있다는 점이다. 그림 7에서 볼 수 있듯이 중간 레이어의 관심영역은 병변을 포함한 영역의 위치정보를 가지고 있다. 따라서 이전 레이어에서 추출한 관심영역을 다음 레이어에 제공한다면 딥러닝 모델이 집중적으로 학습해야 할 범위를 좁히게 되어 병변 학습에 도움을 줄 수 있을 것이다. 딥러닝 모델의 구조적 관점에서 보면 CNN 구조는 컨볼루션 연산을 통해 이미지 내 특징 추출을 진행하는 구조를 가진다. 하지만 최근 이미지 내 특징 추출을 위한 방법으로 CNN뿐만 아니라 이미지를 패치 단위로 나누어 학습하는 Transformer 기반의 분류 모델이 우수한 성능을 보인다. 따라서 향후 연구에서는 Transformer의 대표적인 모델인 ViT (Vision Transformer)와 CNN의 성능 비교를 진행해 볼 것이다. ViT는 GAP 구조를 사용하지 않기에 향후 연구에서 동등한 비교를 위해 CAM이 아닌 Grad-CAM을 활용할 예정이다. 또한, 본 연구에서 사용한 위 질환 클래스는 총 8가지로 질환마다 다른 크기의 병변이 존재하고 같은 질환이라 할지라도 유병 기간에 따라 병변의 크기에서 차이가 존재하게 된다. 따라서 향후 연구에서는 학습 시 이미지의 크기를 변화시키는 Progressive learning을 수행하여 크기에 대한 강건함을 향상시키고 추가적인 데이터 수집을 통해 학습 데이터의 다양성을 향상시켜 성능의 향상이 가능할 것이라 생각한다. 기존보다 향상된 성능을 기반으로 Grad-CAM을 수행한다면 작은 병변을 포함하는 정확한 위치에 관심영역이 존재할 것이고 이를 바탕으로 병변의 분할 관련 연구도 수행할 수 있을 것이다.