전립선암 진단을 위한 비용 효율적인 비침습적 영상 기법인 TRUS 영상 분석을 돕는 CAD 시스템의 정확도와 안정성을 높이기 위한 연구예요.
HFS-TriNet은 불필요한 정보 감소, 특징 추출의 어려움, 낮은 신호 대 잡음비 문제를 해결하기 위해 핵심 프레임 선택 전략과 세 가지 분기 협업 특징 학습 네트워크를 제안해요.
ResNet50 기반 분기 외에도 의료용 SAM 모델 기반 대형 모델 분기와 WTCR 분기를 활용하여 깊은 특징 추출과 시간적 일관성 탐색, 병변 가장자리 정보 추출 및 노이즈 제거를 수행해요.