연구진은 딥러닝 기반 의료 영상 분할 성능 향상을 위해 OTLesMix라는 새로운 이미지 합성 방법을 개발했어요. 이 방법은 Wasserstein barycenter와 최적 수송 계획을 활용하여 현실적이고 다양한 병변 샘플을 생성합니다. 세 가지 뇌 병변 분할 작업에서 OTLesMix는 기존 방식 대비 Dice 점수를 2.9~6.6점 향상시켰어요.
기존 병합 방식은 생성된 병변의 모양과 위치 다양성이 제한적인 단점이 있었어요. OTLesMix는 이러한 한계를 극복하고 더 다양한 합성 데이터를 생성하는 데 기여합니다.
OTLesMix는 기존 state-of-the-art 병합 방식보다 우수한 성능을 보여주며, 의료 영상 분석 모델의 학습 효율성을 높이는 데 기여할 것으로 기대돼요.