연구진이 확산 가중 영상(DWI) 이미지 잡음 제거를 위한 새로운 모델을 개발했어요. 기존 방식은 스캔 시간 단축 시 이미지 품질 저하와 잡음 증가 문제를 겪었는데요. 이 모델은 계층적 Swin Transformer 윈도우 어텐션과 채널 적응형 정제 기술을 결합하여 잡음 수준에 따라 적응적으로 잡음을 억제합니다.
모델은 다양한 잡음 수준에서 평균 PSNR 33.69dB, SSIM 0.8539를 달성하며, 심각한 잡음 조건에서도 안정적인 성능을 유지했어요. 이는 어텐션 기반 문맥 모델링과 채널 적응형 정제가 DWI 잡음 제거에 효과적인 솔루션임을 보여줍니다.