초록
두뇌 MRI 사전 처리는 원시 이미지를 표준 좌표 공간에서 강도 정규화 및 두개골 제거가 이루어진 뇌 이미지로 변환하는 과정을 포함합니다. 본 논문에서는 신경망을 이용하여 세 가지 하위 작업을 동시에 해결하기 위한 end-to-end 약간의 감독 학습 방법, 즉 Neural Pre-processing (NPP)을 제안합니다. 이 모델은 개별 하위 작업에 대한 감독 없이 대규모 데이터셋으로 훈련됩니다. 전체 목적함수가 매우 제약이 적기 때문에, 우리는 기하학적 보존 강도 매핑(두개골 제거 및 강도 정규화)과 공간 변환(공간 정규화)을 명시적으로 분리하였습니다. 양적 결과는 단일 하위 작업만 다루는 최신 방법보다 우리의 모델이 우수한 성능을 보임을 입증하였습니다. 또한, 우리가 NPP에 대해 선택한 아키텍처 설계의 중요성을 보여주는 아블레이션 실험을 수행하였습니다. 더불어, NPP는 추론 시 각 작업을 사용자가 조절할 수 있는 유연성을 제공합니다. 코드와 모델은 \url{https://github.com/Novestars/Neural-Pre-processing}에서 무료로 제공됩니다.