선문대학교 유원상 교수가 이끄는 연구팀이 한국인 피부 영상에 최적화된 피부 질환 분류 모델 개발의 가능성을 제시한 논문으로 (사)한국융합신호처리학회 2022년 하계 학술대회에서 우수 발표 논문상을 받았다.

12일 선문대에 따르면 유 교수와 학부생 2명, 석사 과정 대학원생 2명으로 구성된 연구팀은 ‘피부 영상으로부터 한국인 흑생종 검출을 위한 앙상블 모델의 도메인 최적화 기법’을 주제로 논문을 발표했다.

2019년 보건복지부 암 등록 사업 연례 보고서에 따르면 미국과 영국 등에서는 악성 흑색종이 다른 암에 비해 높은 발병률을 보여주고 있으며, 국내 악성 흑색종 환자도 매년 증가하고 있다.

그동안 흑색종 등 여러 피부 병변에 대한 인공지능 기반의 진단 기술 연구가 급속하게 발전했지만, 피부색이 다른 인종 등에 따라 진단 성능에 영향을 미칠 수 있었다.

연구팀은 다양한 인종의 피부 영상으로 사전 학습된 딥러닝 모델의 학습 지식을 사용해 코호트에 최적화하기 위한 전이 학습(transfer learning) 기법의 효과를 분석해 결합한 모델을 제안했다.

유원상 교수는 “데이터 다양성에 따른 모델의 성능 편향 문제를 극복하기 위한 전이 학습 기법이 최근 제안되면서 이번 논문의 모델을 제안하게 됐다”면서 “추가 데이터 수집을 통해 다양한 한국인 피부 영상에 최적화된 크로스 도메인 지식 증류 기반 피부 질환 분류 모델을 개발할 계획이다”고 말했다.