연구진은 심장 변형 추정 정확도를 높이기 위해 물리 기반 시뮬레이션 전략을 제안했어요. 실제 영상의 스페클 데코릴레이션 측정값을 반영하고 반복 개선 과정을 거쳐 시뮬레이션의 움직임 현실감을 높였어요. 제안된 방법은 전문가 간 변동성을 줄여 기존 임상 기준보다 뛰어난 성능을 보였어요.
연구진은 실제 영상 데이터를 기반으로 1,478개의 실제 움직임 참조 데이터셋을 구축했어요. 이 데이터셋을 활용해 심장 초음파 움직임 추정 알고리즘을 훈련했어요. 이는 기존 STE 기반 라벨링 방식의 한계를 극복하기 위한 시도예요.
새로운 방법은 전체 변형(GLS)과 지역 변형 모두에서 뛰어난 성능을 보였으며, 임상 기준보다 낮은 변동성(1.42%)을 달성했어요. 이는 조기 진단 및 미묘한 이상 징후 특성화를 위한 중요한 발전이에요.