본 연구는 짧은 기간에 획득된 저품질 아밀로이드 양전자방출단층촬영(positron emission tomography, PET) 영상의 복원을 위한 딥러닝 기반 방법을 제시하며, 이는 여러 도메인에 걸쳐 일반화 가능하다. 각 도메인은 동일한 환경에서 획득된 저품질 아밀로이드 PET 영상으로 구성된다. 서로 다른 획득 환경에 따른 대비(contrast)와 같은 영상 특성의 차이로 인해, 훈련 중에 보지 못한(즉, 학습에 포함되지 않은) 도메인에서 획득된 PET 영상에 딥러닝 방법을 적용할 경우 복원 성능이 유의하게 저하될 수 있다. 이러한 어려움을 해결하기 위해, 우리는 매핑 라벨(mapping label)을 도입하고 네트워크를 이 라벨에 조건화한다. 이를 통해 저품질 아밀로이드 PET 영상과 해당 매핑 라벨을 입력으로 받는 네트워크가 원하는 고품질 아밀로이드 PET 영상을 효과적으로 생성할 수 있다. 우리는 각 도메인에 대해 매핑 라벨을 원-핫(one-hot) 벡터로 부여하고, 훈련에는 짧은(2분) 스캔과 표준(20분) 스캔으로부터 얻은 PET 영상 쌍을 사용한다. 매핑 라벨로 훈련된 네트워크는, 미지의 도메인에 대해 알려지지 않은 매핑 라벨을 추정함으로써, 보지 못한 도메인의 저품질 아밀로이드 PET 영상을 효율적으로 복원할 수 있다. 제안된 방법의 유효성은 여러 데이터셋에 대한 정량적 및 정성적 분석을 통해 입증한다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.