전신 PET-MR 스캔의 과도한 검사 시간 문제를 해결하기 위해 딥러닝 기반 MRI 번역 기술이 주목받고 있어요.
연구진은 전신 스캔의 이질적인 특징 분포와 병변 부위의 차이를 고려한 HA-DSB(Heterogeneity-Adaptive Diffusion Schrodinger Bridge) 프레임워크를 제안했어요.
HA-DSB는 VLM에서 얻은 영역 컨텍스트 임베딩과 PET의 병변 정보 우선순위를 통합하여 영역별 모델링과 병변 부위의 번역 품질을 향상시켰어요.
실험 결과, HA-DSB는 전신 MRI 번역에서 다양한 신체 부위에 걸쳐 우수한 성능을 보였고, PET 가이드 하에 병변 영역의 번역 품질이 향상된 것을 확인했어요.