연구진은 고속 fMRI 데이터 재구성에 어려움을 겪는 기존 방법의 한계를 극복하기 위해 DD-INR 프레임워크를 개발했어요. DD-INR은 시계 시간 변화 샘플링과 맞춤형 시공간 사전 지식을 활용하여 기존 방법보다 우수한 성능을 보였으며, 시뮬레이션과 실제 뇌 스캔에서 검증받았어요. 이 프레임워크는 fMRI 데이터를 정적 배경과 동적 구성 요소로 분리하여, 활성화 관련 변화에 집중하면서도 모델 용량을 줄이는 방식으로 작동해요.