폐종양은 1cm 미만에서 7cm 이상으로 크기 분포가 다양하기 때문에 자동 분할에 한계가 있다. 본 연구의 목적은 일관성 학습 기반의 다중-스케일 다중-어텐션 네트워크를 사용하여 다양한 크기의 폐종양을 정확하게 분할하는 것이다. 크기에 따라 폐종양과 주변구조의 비율이 달라져 발생하는 과소 분할과 과대 분할을 피하기 위해 폐종양의 평균 크기에 대한 비율로 정규화하여 입력 패치를 생성한다. 두 가지 입력 패치는 가중치를 공유하는 이중 분기 네트워크에서 일관성 손실을 통해 각 분기의 출력이 유사하도록 훈련된다. 또한, 각 분기의 네트워크에서 다중-스케일 다중-어텐션 모듈을 사용하여 스케일이 다른 이미지 특징을 학습하고 채널 과공간에서 중요한 부분에 집중한다. 본 연구에서는 모든 크기의 종양에 대해 평균적으로 분할 성능을 향상시켰으며, 특히 작은 크기의 종양에 대해 상당한 개선을 보였다.