연구진은 준지도 3D 의료 영상 분할을 위한 VCDP(Variation-Conditioned Distributional Proxy Learning)를 제안했어요. VCDP는 각 클래스를 공유된 의미론과 세밀한 내한계 패턴을 위한 여러 변동 프로토타입으로 표현하는 모듈이에요.
VCDP는 글로벌 기관 정체성과 로컬 해부학적 변동에 맞춰 옥셀 임베딩을 정렬하는 통합 변동 조건부 호환성 점수를 활용해요. 훈련 시 디코더 특징에 연결되어 추론 시 추가 비용을 발생시키지 않아요.
다기관 분할 벤치마크 실험 결과, VCDP는 대부분의 기준 모델 성능을 향상시켰고, 특히 작고 모호하며 변동성이 큰 기관 분할에 효과적이었어요.