Explainable Multi-Branch Convolutional Neural Network-based Analysis Framework for Multi-Fluorescence Circulating Tumor Cell Images

순환 종양 세포(Circulating Tumor Cells, CTC)는 액체생검의 핵심 지표이나, 혈액 내 희소성과 다중 형광 표지자의 동시 판독 필요성으로 자동 분류가 어렵다. 기존 합성곱 신경망 연구는 다중 형광채널을 단일 입력으로 병합하여 채널별 판별 근거를 독립적으로 해석하기 어렵다. 본 연구는 각 형광 채널을 독립 브랜치에서 처리하는 멀티 브랜치 합성곱 신경망 기반 CTC 분석 프레임워크를 제안하며, 이 구조적 분리를 기반으로 공간 기여도 분석과 브랜치별 활성화 크기 분석을 적용하여 CTC 판별 근거를 채널 단위로 관찰한다. 교차 검증에서 단일 스트림 모델과 동등한 분류 성능을 유지하면서, 분포 변화 환경에서도 CTC 재현율을 안정적으로 보존하여 강건성을 입증하였다. 채널별 해석에서 EpCAM 브랜치는 CTC 판별에, CD45 브랜치는 말초혈액 단핵 세포 판별에 우세하게 기여하여 병리학적 판독 기준과 일관된 해석을 확인하였다.