뇌 MRI 기반 모델 성능 체계적 비교 평가

한줄 요약

4가지 구조적 MRI 파운데이션 모델을 성별 분류, 뇌 나이 예측, 파킨슨병 분류 과제에서 평가한 최초의 체계적 벤치마크 연구.

풀어야 하는 문제

정신 건강 영상 연구는 표본 크기가 작은 경우가 많아 파운데이션 모델을 활용하려는 시도가 있지만, 다양한 임상 집단에 대한 일반화 성능이 불분명하다.

접근 방법

AnatCL, BrainIAC, 3D-Neuro-SimCLR, SwinBrain 등 4가지 공개 구조적 MRI 파운데이션 모델을 T1 강조 MRI 데이터(PPMI, HBN, NKI)로 성별 분류, 뇌 나이 예측, 파킨슨병 분류 과제에서 평가하고 FreeSurfer 특징 및 훈련되지 않은 CNN 기준선과 비교했다.

결과·기여

일부 개별 모델이 특정 과제에서 FreeSurfer를 능가했으나, 3D-Neuro-SimCLR이 전반적으로 가장 일관된 성능을 보였다. 모든 모델이 초기 파킨슨병 분류에서 무작위 수준을 넘지 못했으며, 훈련되지 않은 CNN이 여러 경우에서 FreeSurfer와 비슷하거나 더 나은 성능을 보여 효율적인 기준 모델로 자리매김했다.