의료 영상 컴퓨터 보조 진단(CAD)에서 딥러닝 모델은 병변 영역과 배경 영역 간의 허위 상관관계를 이용하여 예측을 수행하여 모델의 일반화 능력과 견고성이 저하된다. 이를 해결하기 위해 본 논문에서는 컴퓨터 보조 진단을 위한 쿼드트리 토큰 분할-병합 편향 제거 방법인 QSMFormer를 제안한다. 주요 기여는 다음과 같다: 첫째, 공간과 의미를 결합한 이질성 평가 모듈을 설계하였다. 영역의 주목도 분포 차이와 의미적 일관성을 공동 모델링하여 영역 복잡성을 적응적으로 평가한다. 둘째, 영역 이질성을 기반으로 하는 쿼드트리 재귀 토큰 분할 방법을 구축하여 구조가 복잡한 영역을 세분화하여 주요 병변 특징을 보존한다. 마지막으로, 의미 및 주목 인지 영역 토큰 병합 모듈을 구성하여 토큰 간 유사성과 주목도를 기반으로 인접 영역을 동적으로 병합하며 Top-K 전략을 채택하여 주요 토큰을 선별함으로써 중복된 배경 정보를 줄이고 영역 의미 표현의 일관성을 강화한다. 해당 방법은 Kaggle 흉부 X선 데이터셋과 Sharmin 9+1 데이터셋(10개 부류의 안과 데이터셋)에서 검증되었다. Kaggle 흉부 X선 데이터셋에서는 98.51%의 정확도와 97.02%의 F1 점수를 달성하였으며, Sharmin 9+1 데이터셋에서는 각각 98.26%와 92.60%의 정확도 및 F1 점수를 기록하였다. 실험 결과 QSMFormer는 분류 성능 향상과 함께 모델의 배경 교란에 대한 안정성을 강화하고, 피험자가 아닌 배경 정보로 인한 잠재적 허위 상관관계의 영향을 어느 정도 완화할 수 있음을 보여준다.

의료 영상 분류; 잠재적 허위 상관관계 완화; Vision Transformer; 쿼드트리 토큰 분할; 영역 토큰 병합