연구진이 사용자 제어 가능 병변 위치의 MRI 이미지 생성 프레임워크 LLIFT를 개발했어요. LLIFT는 GAN과 Diffusion 모델을 활용하여 병변 위치에 대한 픽셀 단위 라벨 없이도 현실적인 병변을 생성합니다. 생성된 이미지는 실제 병변 분포와 비교했을 때 FID 점수가 유사하며, 질적 검증에서도 병변 구조의 현실성을 확인했습니다.
LLIFT-GAN은 이진 분류 라벨만으로 병변 특징을 학습하는 맞춤형 GAN이고, LLIFT-DM은 ControlNet을 활용한 Diffusion 기반 인페인팅 파이프라인입니다. 두 모델 모두 Human Connectome Project 데이터셋을 기반으로 평가됐어요.
생성된 데이터셋은 의료 영상에서 XAI 방법론을 평가하기 위한 공간적으로 제어된 ground truth 데이터로 활용될 수 있습니다.