뇌종양 MRI의 인공지능 기반 분류 및 세분화: MediAI를 활용한 정밀 진단 접근
뇌종양 MRI의 인공지능 기반 분류 및 세분화: MediAI를 활용한 정밀 진단 접근 doi: 10.4283/JMAG.2025.30.1.74 개요 뇌종양, 특히 교모세포종(Glioblastoma)은 높은 악성도와 예후 불량으로 인해 신경종양학에서 가장 도전적인 질환 중 하나입니다. 본 컬럼에서는 MRI 영상 기반으로 뇌종양을 자동으로 분류 및 병변 부위 세분화 할 수 있는 딥러닝 기반 모델인 MediAI 를 소개합니다. 이 모델은 ResNet50 기반의 전이학습(Transfer Learning)을 활용하여 학습되었으며, 총 453장의 다양한 유형의 뇌종양 MRI 이미지를 학습 데이터로 활용하였습니다. 그 결과, MediAI는 97.6%의 높은 분류 정확도 를 달성하였고, 교모세포종에 대해 정교한 세분화(segmentation)를 구현하여 향후 치료 반응 추적과 예후 평가에 활용 가능한 가능성을 제시하였습니다. 1. 서론 뇌종양은 유전적 요인, 면역계 이상, 환경 요인 등 복합적인 원인으로 발생하며, MRI는 비침습적으로 뇌의 병변을 고해상도로 관찰할 수 있어 진단의 골드 스탠다드 로 활용됩니다. 특히 교모세포종(Glioblastoma)은 고형 뇌종양 중 가장 예후가 나쁘고 침윤성이 강하여 조기 진단 및 정확한 병변 분석이 매우 중요합니다. 이에 본 연구에서는 AI 기반으로 뇌종양을 MRI로 정확히 분류하고 , 병변 영역을 자동 추출 할 수 있는 MediAI 모델을 제안하였습니다. 2. 연구 방법 2.1 데이터셋 구성 총 453장의 MRI 데이터로 구성된 데이터셋: 86장 : 선종(Adenoma) 84장 : 상피종(Epithelial tumor) 82장 : 교모세포종(Glioblastoma) 80장 : 수막종(Meningioma) 82장 : 신경초종(Schwannoma) 39장 : 정상 뇌 영상 출처: GitHub, NEJM, AuntMinnie, Medscape, RadiologyCas...