[연구] Image Segmentation

0. 개요

혈관을 분리해내는 segmentation 작업을 위해 다양한 모델을 시도하였다. (Paddleseg, segment-anything(SA) model 등) 결국 현재까지 적합한 모델을 찾지 못하였다. (07.18)

1. Image Segmentation

: 이미지에서 특정 부분, 객체를 추출하는 방법. 이미지를 픽셀 단위로 분할하여 이미지 내의 픽셀을 서로 다른 객체로 분류하는 것

• 객체 인식, 객체 추적, 영상 처리, 최근에는 로봇 비전 등에 응용되고 있음
• Image Segmentation의 핵심은 이미지를 의미있는 부분으로 분할하여, 객체의 경계를 정확하게 식별하는 것

1) Types of Segmentation

① Semantic Segmentation
: 이미지를 객체의 카테고리 또는 클래스로 분할하는 작업. 각 픽셀은 해당되는 객체 클래스로 labeled

② Instance Segmentation
: 객체의 인스턴스를 분리하여 식별하는 작업. 예를 들어 하나의 클래스(자동차)에 해당하는 여러 개의 인스턴스(여러 차량)를 구분

이러한 세그멘테이션을 수행할 수 있는 다양한 딥러닝 모델이 존재

• e.g. FCN, U-Net, R-CNN 등

2) 의료 분야에서의 image segmentation

• 다양한 응용 분야에서 사용
  ① 의료 영상 분석
  ② 종양 및 병변 분석
  ③ 의료 영상 감지

등 다양한 응용 분야에서 이미지 세그멘테이션이 활용된다. 본 연구는 의료 영상 분석, 그중에서도 혈관 영상 분석에 적합한 모델을 찾고 성능을 평가해보도록 한다.

2. Segment-Anything

SA모델은 이미지 세그멘테이션을 수행하기 위한 딥러닝 모델. 주어진 이미지에서 임의의 객체를 분할할 수 있음

Github