연구진이 자기 공명 혈관 조영(MRA) 영상에서 CoW(Circle of Willis) 분할을 위한 AC2RUNet 모델을 제안했어요. 기존 CNN의 단점을 보완하기 위해 해부학적 특징 추출과 반복적인 토폴로지 오류 정제 스트림을 결합했어요.
AC2RUNet은 Hausdorff Distance를 4.72mm로 줄이고 Betti number 오류를 0.19로 개선하여 기존 nnU-Net 모델보다 토폴로지 연결성을 향상시켰어요.
TopCoW 데이터셋 검증 결과, AC2RUNet은 부피 Dice 점수는 기존 모델과 비슷하면서도 분할 정확도를 높였어요.