대장내시경 영상의 노이즈가 있는 시계열 자기지도 학습 하에서의 대조 학습

연구진은 대장내시경 영상의 시간적 구조를 활용해, 값비싼 수동 라벨 없이 폴립 표현을 학습하는 노이즈 인지형 대조학습 프레임워크를 제안했다.

이 방법은 실제 임상 워크플로에서 발생하는 잘못된 페어링도 견딜 수 있도록 설계돼, 내시경 데이터에 대한 자기지도학습을 더 실용적으로 만든다.

제안 기법은 검색, 재식별, 크기 추정, 분류 등 여러 다운스트림 과제에서 기존 자기지도·지도학습 기준선보다 더 좋은 성능을 보였다.

전문의 주석 의존도를 줄이면서도 대장내시경 분석을 위한 AI 지원 성능을 높일 수 있는 접근으로 평가된다.