FedCC: 저자원 환경을 위한 연합 학습 기반의 태아 초음파 이미지에서 뇌량 위치 추정

FedCC: A Low-Resource Federated Adaptation of Foundation Models for Robust Corpus Callosum localization in Fetal Ultrasound Images

FedCC는 태아 초음파 이미지에서 뇌량(CC)의 정확한 위치 추정을 위한 연합 학습(FL) 기반 프레임워크이다. 이 프레임워크는 데이터 공유 없이도 다중 센터 및 자원 제약이 있는 임상 환경에서 적용 가능하도록 설계되었다. DINOv2 백본과 경량 YOLO 기반 탐지 헤드를 통합하며, Low-Rank Adaptation(LoRA) 모듈을 통해 최적화할 매개변수의 수를 줄여 계산 및 통신 오버헤드를 감소시킨다. 제안된 방법은 58명의 임산부로부터 수집된 10,970개의 초음파 프레임으로 구성된 다중 센터 데이터셋에서 평가되었고, 평균 mAP@50이 0.857, F1-score가 0.803을 기록하여 전체 미세 조정 및 인코더 고정 기준선을 초과하는 성능을 보였다.