연구진은 MRI 영상의 왜곡 문제를 해결하기 위해 소량 데이터 기반 양변수 프로토타입 네트워크를 활용한 새로운 방법을 제안했어요.
이 방법은 T2 가중치 영상과 DWI 영상을 융합하여 해부학적 맥락을 제공하고, 다양한 b-value 조건에 맞춰 특징 분포를 조정하여 획득 관련 편향을 억제해요.
실험 결과, 왜곡 라벨만으로 메타 트레이닝된 모델이 PI-QUAL과 같은 복합적인 임상 품질 점수를 예측하는 데 효과적이었으며, 기존 소량 데이터 학습 방법보다 성능이 우수했어요.
이 방법은 임상 워크플로우에서 전립선 MRI 품질 관리를 표준화하는 데 실용적이고 데이터 효율적인 솔루션을 제공할 수 있을 것으로 기대돼요.