CoRE: 개념 기반 추론 확장을 통한 지속적인 뇌 병변 분할

CoRE: Concept-Reasoning Expansion for Continual Brain Lesion Segmentation

정확한 뇌 병변 분할은 MRI 영상에서 효과적인 임상 진단 및 치료 계획 수립에 매우 중요합니다. 높은 어노테이션 비용과 엄격한 데이터 개인 정보 보호 규정으로 인해, 범용 모델은 기존 지식을 잃지 않고 변화하는 임상 작업에 적응하기 위해 지속적 학습(Continual Learning, CL)을 적용해야 합니다. 그러나 기존의 CL 방법은 종종 용량 제한 또는 불필요한 파라미터 증가 문제를 겪으며, 심지어 고급 동적 방법조차도 뇌 영상의 상당한 병리학적 및 다중 모드 이질성을 처리하는 데 어려움을 겪는 이미지 기반 추론 전략에 주로 의존합니다. 이러한 문제를 해결하기 위해, 우리는 시각적 특징과 구조화된 개념을 통합하여 공동 의사 결정 메커니즘을 구축하는 개념 기반 추론 확장(Concept-Reasoning Expansion, CoRE) 프레임워크를 제안합니다. CoRE는 이미지 토큰을 계층적 개념 라이브러리와 연결하여 임상적 추론을 시뮬레이션함으로써, 해석 가능한 전문가 라우팅과 수요 기반 모델 성장을 동시에 지원합니다. 이러한 협업 프로세스는 모델 진화가 임상적 사전 지식에 기반하도록 하여 불필요한 파라미터 확장을 방지하고 지식 재사용을 극대화합니다. 12가지 순차적인 뇌 병변 MRI 작업에 대한 광범위한 실험 결과, CoRE는 최첨단 성능을 달성하고 효율적인 미래 적응을 위한 높은 수준의 지식 기반을 제공하는 것으로 나타났습니다. 뛰어난 소량 데이터 적응 능력과 임상적 해석 가능성은 비정상적인 임상 데이터 스트림을 관리하는 데 있어 CoRE의 효과를 더욱 입증합니다. 저희 코드는 곧 공개될 예정입니다.

Accurate brain lesion segmentation in MRI is vital for effective clinical diagnosis and treatment planning. Due to high annotation costs and strict data privacy regulations, universal models require employing Continual Learning (CL) to adapt to evolving clinical tasks without losing previously acquired knowledge. However, existing CL paradigms often suffer from capacity limits or redundant parameter growth, and even advanced dynamic methods rely mostly on image-perception strategies that struggle to handle the substantial pathological and multimodal heterogeneity inherent in brain imaging. To address this issue, we propose Concept-Reasoning Expansion (CoRE) framework, which establishes a joint decision-making mechanism by integrating visual features with structured concepts. Through the alignment of image tokens with a hierarchical concept library, CoRE simulates clinical reasoning to guide both interpretable expert routing and demand-based model growth. This collaborative process ensures model evolution is grounded in clinical priors, preventing redundant parameter expansion while maximizing knowledge reuse. Extensive evaluations across 12 sequential brain lesion MRI tasks demonstrate that CoRE achieves state-of-the-art performance and provides a high knowledge starting point for efficient future adaptation. Its superior few-shot transferability and clinical interpretability further validate its effectiveness in managing non-stationary clinical data streams. Our code will be released soon.