연구진은 심근경색 위치 파악을 위해 운동 정보를 활용한 다중 뷰 융합 프레임워크 MCF-Net을 제안했어요. MCF-Net은 EchoPrime이라는 사전 학습된 에코 파운데이션 모델을 활용하여 시각적 특징을 추출하고, 심장 운동을 모델링하여 뷰 의존적인 불확실성을 줄여요. MCF-Net은 기존 방법 대비 72.4%의 F1 점수와 84.9%의 정확도를 기록하며, 심근경색 위치 파악 성능을 향상시켰어요.