본 연구는 암 영상에서 3D 의료 영상 교차 모드 변환 방법의 표준화된 비교 평가를 위한 재현 가능한 프레임워크를 제시합니다.
GAN(Pix2Pix, CycleGAN, SRGAN) 3종과 잠재 생성 모델 4종을 11개 데이터셋, 77개 실험에서 비교 분석한 결과, SRGAN이 통계적으로 유의미한 우수성을 보였습니다.
17명의 의사를 대상으로 한 시각적 튜링 테스트에서 합성 영상과 실제 영상의 구분이 어렵다는 결과가 나왔으며, 이는 정량적 지표와 임상적 선호도의 불일치를 보여줍니다.