광학 단층 촬영(OCT)은 안과에서 널리 사용되는 이미징 기술로, 망막 미세 구조를 고해상도로 비침습적으로 시각화합니다.
표현 학습을 통한 OCT 이미지 자동 분석은 대량의 데이터 처리 필요성에 의해 주도되고 있으며, 전문가 주석 의존도를 줄이고 진단 일관성을 개선하는 것을 목표로 합니다.
본 논문은 CNN 및 트랜스포머 기반 아키텍처, 자가 지도 및 준지도 학습 방법, 생성적 접근 방식, 3D 볼륨 모델링 등 다양한 학습 패러다임을 체계적으로 검토합니다.