본 논문은 의료 초음파 영상에서 특히 문제가 되는 스페클 노이즈 제거를 위한 새로운 자기 지도 학습 알고리즘인 Speckle2Self를 제안합니다. 기존의 Noise2Noise나 blind-spot networks와 달리, 스페클 노이즈의 조직 의존성을 고려하여 단일 노이즈 관측만으로 스페클 노이즈를 제거합니다. 핵심 아이디어는 다중 스케일 섭동(MSP) 연산을 통해 조직 의존적인 스페클 패턴의 변화를 유도하면서 해부학적 구조는 보존하는 것입니다. 이를 통해 깨끗한 이미지를 저랭크 신호로 모델링하고 스페클 노이즈를 희소 노이즈 성분으로 분리하여 효과적으로 스페클 노이즈를 제거합니다. 실제 의료 초음파 이미지와 시뮬레이션 데이터를 사용하여 기존 필터 기반 및 최첨단 학습 기반 방법들과 비교 분석하여 Speckle2Self의 성능을 검증하고, 여러 초음파 기기의 데이터를 활용하여 모델의 일반화 능력과 적응력을 평가합니다.
