연구진이 피부 병변 분할을 위한 효율적인 미세 조정 방법인 PEFT-MedSAM을 개발했어요. PEFT-MedSAM은 Medical Segment Anything Model(MedSAM)을 기반으로 하며, 이미지 인코더와 프롬프트 인코더는 고정하고 마스크 디코더만 학습해요.
ISIC 2018 데이터셋 실험 결과, PEFT-MedSAM은 Dice 계수가 .9411, IoU 값이 .8918로 U-Net 기반 모델(.8715 Dice 계수)과 zero-shot MedSAM(.8997 Dice 계수)을 능가했어요.
PH2 데이터셋 외부 검증 결과 Dice 계수는 .9467로 나타났으며, Grad-CAM 설명 가능성과 pointing game 평가를 통해 CNN 모델의 신뢰성을 검증하여 519장의 검증 이미지에서 98.27%의 정확도를 기록했어요.
Wilcoxon signed rank 검정 결과 p-value가 .0001보다 작고, 부트스트랩 추정 95% 신뢰 구간은 [.9364,.9447]로 나타나 결과의 통계적 유의성을 뒷받침해요.