DynoDINO: DINO 특징으로부터 동적 잠재 정보를 활용한 다단계 의료 영상 분할

DynoDINO: Harnessing Dynamic Latent Information from DINO Features for Multi-Phase Medical Image Segmentation

다단계 조영 증강 전산화 단층 촬영(CECT)은 여러 단계의 획득 과정에서 시간 경과에 따른 강화 패턴을 포착하여 국소 병변의 진단 및 특성 분석에 중요한 역할을 합니다. 그러나 임상적으로 관련된 조영 운동학적 정보가 여러 단계에 분산되어 있고, 해부학적 불일치, 호흡 운동, 불완전한 획득 등으로 인해 단계 간 정렬 오류와 시간 정보의 단절이 발생하여 정확한 병변 분할은 여전히 어려운 과제입니다. 기존의 분할 프레임워크는 일반적으로 각 단계를 독립적으로 처리하거나 단순한 융합 전략에 의존하여, 시간적 추론 능력이 제한되는 경우가 많습니다. 이러한 문제점을 해결하기 위해, 다단계 의료 영상 분할의 핵심적인 과제를 해결하도록 설계된 통합 프레임워크인 DynoDINO를 제안합니다. DynoDINO는 먼저 슬라이스 수준에서 정렬을 수행하여 단계 간 해부학적 대응 관계를 설정하고, 이후 Multi-phase Fusion Model을 사용하여 여러 단계에 걸쳐 시간 상관관계를 공동으로 향상시킵니다. 우리의 융합 모델은 효율적인 다단계 특징 보정을 위한 Mix-attention (MA) 메커니즘과 차이 기반 잔차 학습을 사용하는 Adaptive Gating Mechanism을 통합하여 진단적으로 관련된 조영 변화를 선택적으로 유지하고, 잔류 정렬 오류로 인한 아티팩트를 억제합니다. 또한, 적응형 게이팅 메커니즘은 안내되지 않은 뺄셈 연산으로 인해 발생하는 특징 저하를 방지하여 학습 안정성을 향상시킵니다. LiTS, PLC-CECT 및 WAW-TACE를 포함한 세 개의 대규모 데이터셋에 대한 실험 결과는 DynoDINO가 표준 조건, 이동된 조건 및 누락된 단계 조건 모두에서 일관되게 경계 분할 정확도와 구조적 충실도를 향상시킨다는 것을 보여줍니다.

Multi-phase Contrast-Enhanced Computed Tomography (CECT) plays a central role in the diagnosis and characterization of focal lesions by capturing temporal enhancement patterns across multiple acquisition phases. Accurate lesion segmentation from such data remains challenging because clinically relevant contrast kinetics are distributed across phases, while anatomical inconsistencies, respiratory motion, and incomplete acquisitions often lead to inter-phase misalignment and interrupted temporal information. Conventional segmentation frameworks typically process each phase independently or rely on simple fusion strategies, limiting their temporal reasoning capability. To address these challenges, we propose DynoDINO, a unified framework tailored to address the core challenges of multi-phase medical image segmentation. DynoDINO first performs slice-level alignment to establish inter-phase anatomical correspondence and then employs a Multi-phase Fusion Model to jointly enhance temporal correlations across phases. Our fusion model incorporates a Mix-attention (MA) mechanism for efficient multi-phase feature calibration and an Adaptive Gating Mechanism with difference-based residual learning to selectively preserve diagnostically relevant contrast variations while suppressing artifacts caused by residual misalignment. In addition, the adaptive gating mechanism improves training stability by preventing feature degradation caused by unguided subtraction operations. Experiments on three large-scale datasets, including LiTS, PLC-CECT, and WAW-TACE, demonstrate that DynoDINO consistently improves boundary delineation and structural fidelity under standard, shifted, and missing-phase conditions.