연구진은 척추 퇴행 심도 점수를 학습하는 SpineRankNet 프레임워크를 개발했어요. 기존 다중 분류 방식 대비 연속적인 점수 모델링이 MRI 스캔의 미세한 순위를 파악하는 데 효과적이에요.
SpineRankNet은 Genodisc 데이터셋의 여러 퇴행 측정 기준을 활용하여 학습되었으며, 분류 정확도는 기존 방식과 비슷하면서도 더 먼 거리의 클래스 간 구분이 향상되었어요.
학습된 점수는 척추 퇴행 심도를 연속적인 값으로 표현하여, 기존 분류 방식의 한계를 극복하고 더 정확한 진단을 가능하게 할 것으로 기대돼요.