MRI 기반 뇌종양 분할을 위한 전이 학습이 적용된 UNet-VGG16

뇌종양은 수술 시 고도의 정확성을 필요로 하는 치명적인 질병 중 하나입니다. 뇌종양 탐지는 자기공명영상(MRI)을 통해 이루어질 수 있습니다. MRI 뇌종양의 이미지 분할은 종양 영역(관심 영역 또는 ROI)을 건강한 뇌와 분리하고 종양의 명확한 경계를 제공하는 것을 목표로 합니다. 본 연구는 새로운 구조인 UNet-VGG16을 사용하여 ROI와 비-ROI를 분류합니다. 이 모델 또는 구조는 U-Net과 VGG16의 하이브리드로, U-Net 구조를 단순화하기 위해 전이 학습을 적용합니다. 이 방법은 학습 데이터셋에서 약 96.1%의 높은 정확도를 보입니다. 검증은 올바른 분류 비율(Correct Classification Ratio, CCR)을 계산하여 분할 결과를 기준 진실과 비교함으로써 이루어집니다. CCR 값은 이 UNet-VGG16이 뇌종양 영역을 인식할 수 있음을 보여주며, 평균 CCR 값은 약 95.69%입니다.