연구진이 의료 영상 분할 모델 학습에 필요한 대량의 데이터 부족 문제를 해결하기 위해 준지도 학습(SSL) 프레임워크를 제안했어요. 기존 SSL 방법은 모델 신뢰도나 불확실성을 기반으로 하지만, 이 방법은 영상-마스크 쌍에서 분할 품질을 추정하는 전용 네트워크를 활용해요. 다섯 가지 데이터셋과 다양한 아키텍처에서 경쟁 모델보다 성능이 향상됐어요.
품질 예측기는 합성 데이터 변조와 부분적으로 학습된 분할 모델의 불완전한 결과물을 활용해 현실적인 오류 패턴을 학습해요. 품질 예측기를 SSL에 통합하여 품질 기반 정규화 손실과 가중치 재조정 방식을 적용했어요.
이 방법은 기존 SSL 프레임워크에 쉽게 적용할 수 있으며, 의료 영상 준지도 분할 분야의 최첨단 기술을 발전시켰어요.