파이토치 딥러닝 마스터 - 2부 - 9장 암과 싸워 이기기 위한 파이토치 활용

폐암의 조기발견은 생존율에 큰 영향을 미치지만 모든 인구에 포괄적으로 수동 판별을 해내기 쉽지않다. 건초더미를 백개쯤 쌓아두고 바늘이 있는지 찾아보라고 요구하는 셈. 폐 종양 감지 문제. 아직 미해결 과제이기 때문이다. 

CT 스캔 컴퓨터 단층 촬영 흑백 png 이미지를 차곡차곡 쌓아놓은것과 흡사하다. 

스캔 내 복셀은 해당 위치 물체의 평균 질량 밀도를 나타내는 숫자 값을 가지고 이를 시각화하면 밀도가 높은 뼈나 임플란트는 하얀색, 밀도가 낮은 공기나 폐 조직은검게 보이며 지방이나 조직은 밝기가 다향한 회색으로 나타나 엑스레이와 유사하지만 본질적으로 다르다.  엑스레이는 3차원을 2차원에 투영하지만 CT 스캔은 3차원의 형태를 보존하며 고가인데다 전문운영인력이 필요해 구하기가 어렵다. 여기에 환자개인정보규제로 인해 데이터 구하기도어렵다. 

 

디스크의 대부분은 3차원 배열을 저장하는데 사용한다. 

모델은 주로 3차원 배열 부분의 여러 단면을 사용한다. 

CT 데이터 파일을 읽어 CT 인스턴스를 만든후 3차원 스캔 데이터를 담고 세그멘테이션을 수행해 모듈과 결합한 후 추려진 복셀을 작은 덩어리로 나눠 결절로 간주될만할것을 찾는다 이 위치정보는 일종의 후보가 되고 분류하는 모델에 의해 실제 결절인지 최종적 악성이 될지 여부를 조사하는데 이 악성여부판단 후자 작업이 어렵다. 악성종양은 CT영상만으로드러나*지 않기 때문이다.

* 세그멘테이션 segmentation 관심있는 복셀 표시하기, 잠재적 결절에 해당하는 복셀찾는다. 히트맵을 작성하는 것과 유사하다. 

 

악성종양이있는 경우를 봐도 CT에 있는 99.9999% 복셀은 암세포가 아니다. 비율로 따졌을때 HDTV중 색이이상한 2픽셀 정도. 책으로 가득한 서가에서 철자가 틀린 단어 하나를 찾는것과 같다. 

결절이란 폐 내부에서 나타날수있는 무수한 돌기나 덩어리를말하며 3cm 이하, 더 클경우 폐 종괴라 부른다. 

LUNA 그랜드챌린지는 환자의 CT 스캔 자료를 고품질로 레이블 작업한 공개 데이터셋. 연구나 분석을 위해 의료 데이터셋을 공개하는 문화가 있다. 공개랭킹에 들어가려면 팀은 프로젝트의 구조와 훈련 방법 등을 기술한 과학논문을 제출해 프로젝트 발전을 위한 원천이 된다.  LUNA 데이터는 60GB의 압축된 데이터로 120GB의 공간을 차지한다. 추가로 CT 전체 데이터를 읽는 대신 필요한 부분만 읽도록 데이터를 작은덩어리로 나눠둘 100GB 정도의 캐시 공간이 필요하다. 

https://luna16.grand-challenge.org/Description/

LUNA16 - Grand Challenge

https://luna16.grand-challenge.org/Download/

LUNA16 - Grand Challenge