연구진이 소량의 라벨 데이터만으로 PET/CT 영상 자동 병변 분할 모델을 학습하는 FEEDS(Foundation model-Enabled Efficient Data Sampling) 전략을 발표했어요.
FEEDS는 비전 파운데이션 모델 임베딩을 활용해 전문가 라벨링에 필요한 가장 유용한 데이터를 선택하는 방식으로, 기존 방식보다 효율적입니다.
AutoPET-III 데이터셋으로 학습 및 검증한 결과, FEEDS는 기존 방식 대비 우수한 성능을 보였으며, 라벨링 부담을 70% 줄였습니다.