GeoT: 기하학 기반 인스턴스 의존 전이 행렬을 이용한 반지도 학습 기반 치아 포인트 클라우드 분할

난징대학교 연구팀이 개발한 GeoT는 인스턴스 의존 전이 행렬(IDTM)과 치아의 기하학적 정보를 활용하여 반지도 학습 기반 치아 포인트 클라우드 분할 문제를 해결하는 혁신적인 프레임워크입니다. 20%의 표식 데이터만으로도 완전 지도 학습 방식과 유사한 성능을 달성하여 의료 영상 분석 분야에 큰 기여를 할 것으로 예상됩니다.

치과용 3D 스캔에서 치아의 정밀한 분할, 이제 GeoT가 해결합니다!

치열 교정 분야에서 정확한 치아 포인트 클라우드 분할은 필수적입니다. 하지만, 수동으로 치아를 레이블링하는 것은 매우 어려운 작업이며, 이로 인해 많은 양의 비표식 데이터가 존재하는 것이 현실입니다. 이러한 문제를 해결하기 위해, 기존의 반지도 학습 방식들이 주목받고 있지만, 노이즈가 많은 의사 레이블이라는 난관에 봉착해 있습니다.

여기서 혁신적인 GeoT가 등장합니다!

중국 난징대학교 연구팀(Weihao Yu, Xiaoqing Guo, Chenxin Li, Yifan Liu, Yixuan Yuan)이 개발한 GeoT는 인스턴스 의존 전이 행렬(IDTM) 을 활용하여 이러한 노이즈 문제를 해결하는 최초의 프레임워크입니다. 수만 개의 치아 포인트로 인해 IDTM의 해법 공간이 매우 넓다는 점을 고려하여, 연구팀은 두 가지 핵심 구성 요소를 통해 치아의 기하학적 사전 정보를 활용했습니다.

• 점 수준 기하학적 규제(PLGR): 3D 공간과 IDTM 공간에서의 점 인접 관계의 일관성을 높여줍니다.
• 클래스 수준 기하학적 평활화(CLGS): 치아 범주의 고정된 공간 분포를 활용하여 최적의 IDTM 추정을 가능하게 합니다.

이는 마치, 치아의 형태를 미리 알고 있는 지도를 가지고, 노이즈 속에서도 정확하게 경계를 찾아내는 것과 같습니다. Public Teeth3DS 데이터셋과 비공개 데이터셋을 사용한 실험 결과, GeoT는 단 20%의 표식 데이터만으로도 완전 지도 학습 방식에 필적하는 성능을 달성했습니다. 이는 비표식 데이터를 효과적으로 활용하여 분할 작업의 효율성을 극대화했다는 것을 의미합니다.

GeoT는 단순한 알고리즘을 넘어, 의료 영상 분석 분야에 새로운 가능성을 열었습니다. 앞으로 더욱 발전된 GeoT를 통해 보다 정확하고 효율적인 치아 세분화가 가능해지고, 개인 맞춤형 치과 치료의 발전에 기여할 것으로 기대됩니다.