연구진은 다발성 경화증(MS) 병변 분할을 위한 통합 프레임워크인 TimeLesSeg을 개발했습니다. 이 프레임워크는 시간적 차원의 유무에 관계없이 MS 병변을 분할할 수 있도록 설계되었습니다.
TimeLesSeg은 병변 마스크를 통해 병리학적 사전 지식을 모델링하고, 가우시안 혼합 모델 기반 도메인 랜덤화를 통해 대비 불변성을 달성합니다.
세 개의 공개 데이터 세트와 두 개의 자체 데이터 세트에서 TimeLesSeg은 기존 대비 불변 상태보다 성능이 우수했으며, 장기 처리에서는 SAMSEG를 능가했습니다.