1) 문제점
- 기존 연구들은 종양 위주의 patch 기반 예측으로 전체 CT 구조 정보 반영 부족

2) 연구 필요성
- 실제 임상에선 전체 슬라이스 기반 판단
- 악성/양성 구분에 복합적 정보 필요

3) 프로젝트 목적
- 전체 슬라이스 기반으로 악성 여부 판단
- Attention Module을 적용하여 작은 결절까지 판단 가능한 해석형 모델 개발

- 기간 : 2025.04.28 ~ 2025.05.26
- 역할 : ResNet18 + CBAM + MGA(MSE, KLDiv) 구조 설계 및 성능 실험 주도, 발표자료(PPT) 및 보고서 작성
- 주요 내용 :
• LIDC-IDRI 기반 데이터셋 전처리 (resize, rotation, mask 적용 등)
• Grad-CAM / Score-CAM 시각화 및 병변 영역(BBox)과 정렬도 측정
• CAM@BBox ≥ 0.8 이상 이미지 자동 추출 로직 구현
- 성과 :
• 해석 가능한 약한 지도학습 기반 분류 모델 구축
• 실험 흐름, 성능 비교, 시각화 결과까지 포함된 발표자료 주도 작성