• 목록

<학회 후기>
MICCAI 2025는 내가 처음으로 참석한 해외 학회였다. 한국에서 개최된 학회였지만, 다양한 국가의 연구자들이 참여해 국제 학회의 분위기를 충분히 느낄 수 있었다. 의료를 주제로 한 학회였지만, 발표를 통해 AI가 실제로 어떤 분야에서 많이 활용되고 있고, 각 의료 도메인에서는 어떤 방식으로 적용되고 있는지를 파악할 수 있었다. Special Session 1에서는 한국, 일본, 중국, 싱가포르, 몽골, 네팔 등 아시아 국가의 연구자들이 자국의 의료 AI 적용 사례를 소개하였다. 다양한 발표를 들으며 각국에서 AI가 실제로 어떻게 활용되고 있는지를 알 수 있었고, 포스터 발표를 통해 향후 연구에 참고할 수 있는 아이디어도 얻을 수 있었다. 모든 세션이 영어로 진행되어 발표 내용을 빠르게 이해하고, 그 자리에서 질문까지 이어가는 데에 어려움이 있었다. 향후에는 더 원활한 소통을 위해 영어 역량을 꾸준히 키울 필요가 있음을 느꼈다. 학회에 참석할 수 있도록 기회를 주신 이상민 교수님께 감사드리며, 이번 경험을 바탕으로 연구자로서의 역량을 더욱 키워, 다음에는 해외 학회에서 발표자로 설 수 있으면 좋겠다.

<청취 후기>
[Oral - 3] Blood Pressure Assisted Cerebral Microbleed Segmentation via Meta-matching
본 연구는 고혈압과 관련 있는 deep microbleed 병변에 대한 정보를 활용해 세분화된 프롬프트 기반 segmentation을 제안한 논문으로, BP-nnUNet이라는 새로운 프레임워크를 통해 lobar와 deep microbleed를 각각 구분하고, deep 병변에 대해서는 blood pressure 정보를 텍스트 프롬프트와 함께 결합하여 segmentation 성능을 향상시킨 점이 인상적이었다.
특히 단순히 이미지 정보에 기반한 segmentation이 아니라, 임상적 지표를 텍스트 프롬프트로 변환하여 적용한 점이 병리학 기반 진단에도 확장 가능할 수 있다는 생각이 들었다.
앞으로 병리 이미지 분석에서도 환자별 정보나 병변 특성 등 subtyping 기반 프롬프트를 활용하는 방향을 고민해볼 수 있을 것 같아 많은 영감을 받았다.

[Poster - A306] Pathology-aware Virtual H&E Staining of Section-free Thick Tissues with Semantic Contrastive Guidance
전통적인 H&E 염색 과정을 대체할 수 있는 virtual staining 기법으로, 특히 섹션 없이 촬영된 두꺼운 조직에 대해 fluorescence microscopy로 영상을 얻은 뒤 H&E로 변환하는 모델을 제안하였다.
Pathology-specific CLIP 모델인 PLIP을 활용해 병리 구조에 대한 의미 정보를 보존하려는 contrastive 학습 방식과, subtype-aware한 discriminator를 통해 병리학적 일관성을 학습한 점이 흥미로웠다.
특히 병리학 이미지 분석을 전공하는 입장에서 기존 CycleGAN 기반 접근의 한계를 극복하려는 시도가 인상 깊었고, 조직 절편 없이 병리 진단의 효율을 높이려는 흐름을 확인할 수 있어 매우 유익했다.

[Poster - A151] FEAT: Full-Dimensional Efficient Attention Transformer for Medical Video Generation
본 논문은 medical video 생성이라는 주제를 다루며, 기존 transformer 기반 모델들이 갖는 한계를 해결하고자 한 FEAT 프레임워크를 소개하였다.
공간-시간-채널 세 가지 차원 모두에서 attention을 수행하며, 특히 linear attention과 residual value guidance 모듈(ResVGM)을 통해 효율성을 높인 점이 인상 깊었다.
연구 초점 자체는 우리 연구실과 직접적인 연관은 적지만, 고차원 병리 이미지 분석에 있어 비슷한 attention 구조나 noise 대응 방식이 유용할 수 있을 것 같다는 생각이 들었다.