[논문 리뷰] Performance of a Deep Learning-Based Segmentation Model for Pancreatic Tumors on Public Endoscopic Ultrasound Datasets

Pankaj Kumar Gupta, Priya Mudgil외 12명|arXiv (Cornell University)|2026. 01. 09.

Pancreatic and Hepatic Oncology Research인용 수 0

한 줄 요약

Vision Transformer 기반 분할 모델(HVITBackbone4Seg)은 공개 EUS 데이터셋에서 학습되었고 외부 평가에서 Dice 점수는 약 0.65 정도로 나타났으며 특이도가 높아 일반화 가능성을 시사하지만 일부 실패 사례가 존재한다.

ABSTRACT

Background: Pancreatic cancer is one of the most aggressive cancers, with poor survival rates. Endoscopic ultrasound (EUS) is a key diagnostic modality, but its effectiveness is constrained by operator subjectivity. This study evaluates a Vision Transformer-based deep learning segmentation model for pancreatic tumors. Methods: A segmentation model using the USFM framework with a Vision Transformer backbone was trained and validated with 17,367 EUS images (from two public datasets) in 5-fold cross-validation. The model was tested on an independent dataset of 350 EUS images from another public dataset, manually segmented by radiologists. Preprocessing included grayscale conversion, cropping, and resizing to 512x512 pixels. Metrics included Dice similarity coefficient (DSC), intersection over union (IoU), sensitivity, specificity, and accuracy. Results: In 5-fold cross-validation, the model achieved a mean DSC of 0.651 +/- 0.738, IoU of 0.579 +/- 0.658, sensitivity of 69.8%, specificity of 98.8%, and accuracy of 97.5%. For the external validation set, the model achieved a DSC of 0.657 (95% CI: 0.634-0.769), IoU of 0.614 (95% CI: 0.590-0.689), sensitivity of 71.8%, and specificity of 97.7%. Results were consistent, but 9.7% of cases exhibited erroneous multiple predictions. Conclusions: The Vision Transformer-based model demonstrated strong performance for pancreatic tumor segmentation in EUS images. However, dataset heterogeneity and limited external validation highlight the need for further refinement, standardization, and prospective studies.

연구 동기 및 목표

• 자동화되고 표준화된 엔도초음파(EUS)에서의 췌장 종양 분할을 유도하여 운용자의 변이성을 줄인다.
• 대규모 공개 EUS 데이터셋에서 Vision Transformer 기반 분할 모델을 개발하고 평가한다.
• 독립적인 공개 데이터셋을 통한 외부 검증으로 일반화를 평가한다.

제안 방법

• USFM 프레임워크를 Vision Transformer 백본(HVITBackbone4Seg)으로 사용하여 2-class 분할(전경/배경)을 수행한다.
• EUS 이미지를 그레이스케일 변환, 자르기, 512x512 픽셀로의 크기 조정으로 전처리한다.
• AdamW 옵티마이저와 코사인 학습률을 사용하여 5-fold 교차 검증에서 50 에포크로 학습하고, 최상의 Dice 점수를 조기 종료 기준으로 선택한다.
• Dice similarity coefficient (DSC), IoU, 민감도, 특이도, 그리고 95% CI와 함께 정확도로 평가하고 정성적 실패 분석을 보고한다.
• argmax를 통한 이진 마스크를 얻는 것을 넘어서는 추가 후처리 없이 외부 LEP 데이터셋 서브세트(350 이미지)에서 테스트한다.

실험 결과

연구 질문

• RQ1 공개적으로 이용 가능한 EUS 데이터셋에서 Vision Transformer 기반 분할 모델이 췌장 종양의 견고한 경계 구분을 달성할 수 있는가?
• RQ2 모델이 독립적인 외부 EUS 데이터셋으로 얼마나 잘 일반화되는가?
• RQ3 EUS 이미지에서 분할 성능의 일반적인 실패 모드는 무엇인가?

주요 결과

• 5-fold 교차검증 동안의 평균 DSC는 0.651 (95% CI: 0.615–0.738).
• IoU 동안 교차검증: 0.579 (95% CI: 0.557–0.658).
• 교차검증 동안의 특이도: 98.8%; 민감도: 69.8%; 전반적 정확도: 97.5%.
• External test set (350 images): DSC 0.657 (95% CI: 0.634–0.769); IoU 0.614 (95% CI: 0.590–0.689).
• External test set: Sensitivity 71.8% (95% CI: 69.1–79.3); Specificity 97.7% (95% CI: 95.1–99.2).
• 9.7%의 사례에서 잘못된 다중 예측이 나타나 일부 실패 모드를 시사한다.