연구진이 초저장력 MRI 이미지 품질 개선을 위해 세분화 지도 기반 적대적 학습 방법을 제안했어요. 2025년 초저장력 MRI 성능 향상 챌린지(ULF-EnC)에 제출된 방법으로, 64mT 스캔에서 고장력 MRI를 합성하는 것을 목표로 해요. Swin UNETR을 활용해 조직 세분화 정보를 생성하고, CycleGAN과 T-REX 모델을 통해 고장력 MRI를 합성하고 결합하는 방식으로 작동해요.
합성된 MRI는 정량적, 정성적으로 고장력 스캔과 비교 가능한 수준을 보여줘요. 이번 연구는 초저장력 MRI의 활용 가능성을 높이는 데 기여할 것으로 기대돼요.
연구 결과는 2025년 초저장력 MRI 성능 향상 챌린지(ULF-EnC)에 제출되었으며, 관련 자료는 공개되어 있습니다.