[논문 리뷰] AutoFFS: Adversarial Deformations for Facial Feminization Surgery Planning

Paul Friedrich, Florentin Bieder외 2명|arXiv (Cornell University)|2026. 03. 02.

Facial Rejuvenation and Surgery Techniques인용 수 0

한 줄 요약

AutoFFS는 이진 성 분류기 앙상블에 대한 변형 기반의 표적 적대적 공격을 적용해 반사실적 두개골 형태를 생성하고, 얼굴 여성화 수술의 정량적 계획에 도움을 준다.

ABSTRACT

Facial feminization surgery (FFS) is a key component of gender affirmation for transgender and gender diverse patients, aiming to reshape craniofacial structures toward a female morphology. Current surgical planning procedures largely rely on subjective clinical assessment, lacking quantitative and reproducible anatomical guidance. We therefore propose AutoFFS, a novel data-driven framework that generates counterfactual skull morphologies through adversarial free-form deformations. Our method performs a deformation-based targeted adversarial attack on an ensemble of pre-trained binary sex classifiers that learned sexual dimorphism, effectively transforming individual skull shapes toward the target sex. The generated counterfactual skull morphologies provide a quantitative foundation for preoperative planning in FFS, driving advances in this largely overlooked patient group. We validate our approach through classifier-based evaluation and a human perceptual study, confirming that the generated morphologies exhibit target sex characteristics.

연구 동기 및 목표

• 피부 subjective assessments를 넘어선 얼굴 여성화 수술(FFS) 계획에 대한 정량적이고 재현 가능한 도구를 제공한다.
• 대상 성으로의 반사실적 두개골 형태를 만들기 위해 데이터 기반 프레임워크를 개발한다.
• 변형 기반의 표적 적대적 공격을 성 분류기에 활용해 대상 성의 두개골 형상을 생성한다.
• 해부학적 데이터에 grounded된 개인화된 수술 계획의 정량적 기반을 제공한다.

제안 방법

• 두개골 형태에서 성적 이형성을 포착하기 위한 이진 성 분류기 앙상블을 학습한다.
• 제어 가능한 격자를 갖는 3D 큐빗 B-스플라인 자유 형태 변형(FFD)으로 변형을 매개화한다.
• 테스트 시 표적 성 확률을 최대화하도록 제어점 오프셋을 최적화하여 변형 기반의 표적적대적 공격을 수행한다.
• 현실적이고 타당한 변환을 보장하기 위해 매끄러움 및 굽힘 에너지 항으로 변형을 정규화한다.
• 앙상블 전체(및 대칭 반전)에서 매끄러운 최악의 마진 손실을 사용해 모든 분류기가 임계값 γ를 넘도록 유도한다.
• Adam 최적화를 통해 변형을 역전파하고 제어점을 업데이트한다.

실험 결과

연구 질문

• RQ1 대상 성으로의 반사실적 두개골 형태가 데이터 기반으로 해부학적으로 타당한 방식으로 생성될 수 있는가?
• RQ2 앙상블 기반의 적대적 변형이 다양한 두개골 형태에 걸쳐 대상 성 특성과 일치하는 형태를 생성하는가?
• RQ3 생성된 형태가 지각적으로 의도된 성과 일치하며, 수술 계획에 객관적인 지침을 제공할 수 있는가?

주요 결과

• 두개골 MR 유래 뼈 형태에 기반한 분류기가 높은 보류 성능을 달성했다(정확도 0.85 이상, AUROC 0.93 이상 across architectures).
• 앙상블이 이끄는 변형이 평가 분류기 및 대칭 반전에서 대상 성으로의 두개골 형태를 신뢰성 있게 밀어붙인다.
• 가장 큰 변형이 턱, 눈썹 융기, 이마, 광대뼈에서 나타나 성별 차이를 시사하는 특징과 일치한다.
• 지각 연구에서 실제 두개골은 약 81%의 정확도로 분류되고, 변형된 두개골은 약 63%의 사례에서 대상 성으로 인식된다.
• 앙상블링 전략은 단일 모델 사용에 비해 변형 결과의 일관성과 견고성을 개선한다.