3D MRI Image Pretraining via Controllable 2D Slice Navigation Task

요약

본 논문은 3D MRI 볼륨을 연속적인 위치, 방향, 규모의 2D 슬라이스 렌더링 시퀀스로 변환하여 자기지도 사전 학습(self-supervised pretraining) 목표를 제안합니다. 이 접근 방식은 3D 데이터를 액션 궤적이 제어 인자가 되는 밀도 높은 비디오-액션 시퀀스로 취급하며, 이를 통해 잠재 역학 모델이 특징의 시간적 진화를 예측하도록 학습시킵니다. 실험 결과는 이러한 '제어 가능한 슬라이스 네비게이션' 방식이 대규모 라벨 없는 MRI 데이터셋에서 해부학적 및 공간적 표현을 효과적으로 학습하는 데 유용한 인터페이스임을 입증합니다.

핵심 포인트

• 기존의 정적인 3D 볼륨 기반 자기지도 학습 목표를 넘어, 동적인 '제어 가능한 2D 슬라이스 네비게이션' 시퀀스를 활용하여 MRI 표현을 학습한다.
• 3D 볼륨은 연속적인 위치, 방향, 규모 변화에 따른 2D 슬라이스 렌더링으로 변환되어 비디오-액션 시퀀스로 모델링된다.
• 제안된 액션 조건부 사전 학습 목표는 토큰화기를 이용해 관측을 인코딩하고, 잠재 역학 모델이 특징의 시간적 진화를 예측하도록 한다.
• 이 방법은 표준 정적 볼륨 기반 방식이나 단순한 액션 없는 변형보다 해부학적 및 공간적 다운스트림 작업에서 우수한 성능을 보인다.