연구진은 확산 MRI에서 노이즈로 인한 부정확한 조직 미세구조 파라미터 추정 문제를 해결하기 위해 현실적인 노이즈 합성(RNS) 프레임워크를 제안했어요.
RNS는 시뮬레이션된 학습 신호에 Rician 기대값과 효과적인 후처리 노이즈 분산을 통합하여 시뮬레이션과 실제 신호 간의 노이즈 불일치로 인한 편향을 줄여요.
실제 노이즈 모델링은 낮은 SNR 환경에서 편향되지 않은 미세구조 추정에 필수적이며, 특히 높은 b값 또는 높은 공간 해상도와 관련된 상황에서 중요해요.