연구진은 기존 방식의 한계를 극복하기 위해 DrivenMorph 프레임워크를 제안했어요. 이 프레임워크는 어텐션 메커니즘과 변분 이미지 등록을 연결하고 차이 모델링을 활용해 물리적으로 설명 가능한 등록을 가능하게 해요.
차이 모델링을 통해 계산된 구동력은 잠재 특징 공간의 지역 차이를 기반으로 등록 과정을 명시적으로 안내하며, 신경망 Demons 레이어를 통해 부드럽고 해부학적으로 일관된 변형을 생성해요.
3D 뇌 MRI 데이터셋 실험 결과, 기존 방법 대비 우수한 성능을 보였으며, 학습된 구동력이 실제 변형 패턴과 일치하는 것으로 확인돼 설명력을 입증했어요.