백질 고신호강도 (White matter hyperintensities, WMH)는 Fluid-attenuated Inversion Recovery (FLAIR) 스캔에서 밝게 나타나는 영역으로, 뇌혈관 병증 및 신경 퇴행과 관련이 있습니다. 임상 환경에서 FLAIR는 대개 두꺼운 슬라이스(thick slices)로 획득되므로, 면외 해상도 (through-plane resolution)가 낮습니다. 초해상도 (Super-resolution, SR)는 비등방성 (anisotropic) 스캔으로부터 등방성 (isotropic) 볼륨을 복원하기 위해 널리 사용되는 방법입니다. 그러나 WMH 분할 (segmentation) 전에 SR을 적용하는 것이 병변의 내용을 보존하는지는 아직 알려지지 않았습니다. 즉, 모델이 실제 작은 병변을 지워버리거나, 존재하지 않는 병변을 환각 (hallucinate)할 수 있습니다. 우리는 ADNI 코호트의 29명으로부터 얻은 1mm 등방성 고해상도 (high-resolution, HR) FLAIR 스캔을 사용하였으며, 각 스캔은 전문가에 의해 WMH가 수동으로 분할되었습니다. 그 후, 각 스캔을 시뮬레이션된 3mm 및 5mm 면외 획득 데이터로 저하시켰습니다. 다중 대조도 암시적 신경 표현 (Multi-contrast implicit neural representation, INR), 단일 대조도 자기지도 학습 모델 (ECLARE), 그리고 cubic interpolation (삼차 보간법)을 사용하여 이를 HR 그리드로 업샘플링했습니다. 시뮬레이션된 두꺼운 슬라이스로부터의 WMH 분할과 원래의 HR FLAW 세트는 각각 병변별 분석 (per-lesion analysis)의 하한선 (floor)과 상한선 (ceiling) 역할을 했습니다. 네 가지 WMH 분할 방법 (WMH-SynthSeg, segcsvd, MARS-WMH, TrUE-Net) 중에서, 우리는 HR에서 작은 병변에 가장 민감한 방법(MARS-WMH)을 사용하여 검출 민감도 (detection sensitivity), 삭제율 (erasure rate; HR에서 검출된 병변이 재구성 후 소실된 비율), 그리고 환각률 (hallucination rate; 수동 분할과 HR 분할 모두에서 나타나지 않는 예측된 구성 요소)의 평가 지표로 분석을 수행했습니다. SR의 지배적인 효과는 환각이 아니라 실제 작은 병변의 삭제였으며, 이는 슬라이스 두께가 두꺼워질수록 증가했습니다. 다만, 모든 재구성 결과는 원본 두꺼운 슬라이스보다 병변 검출 성능을 여전히 개선했습니다. ECLARE는 두 두께 모두에서 작은 병변 신호를 가장 잘 복원한 반면, INR은 cubic interpolation보다 나은 성능을 보이지 않았습니다.