यह शोधपत्र MR-CLIP का प्रस्ताव करता है, जो चुंबकीय अनुनाद इमेजिंग (MRI) से प्राप्त कंट्रास्ट जानकारी का प्रभावी ढंग से उपयोग करने की एक नवीन पद्धति है, जो चिकित्सा छवि विश्लेषण का एक महत्वपूर्ण तत्व है। इससे पहले, कंट्रास्ट का अनुमान DICOM मेटाडेटा में शामिल अधिग्रहण मापदंडों (इको टाइम, रिपीटिशन टाइम, आदि) का उपयोग करके लगाया जाता था। हालाँकि, इस मेटाडेटा की अनुपस्थिति और अपूर्णता, साथ ही सरल T1/T2 भारित वर्गीकरण की सीमाओं ने कंट्रास्ट जानकारी के सटीक उपयोग को कठिन बना दिया। MR-CLIP एक बहुविध कंट्रास्ट लर्निंग ढाँचा है जो विभिन्न स्कैनर्स और प्रोटोकॉल से प्राप्त नैदानिक डेटासेट का उपयोग करके, मैन्युअल लेबलिंग के बिना, MRI छवियों को DICOM मेटाडेटा से जोड़ता है। यह ढाँचा एक शारीरिक रूप से स्वतंत्र, कंट्रास्ट-जागरूक छवि निरूपण सीखता है, और हमने विभिन्न अनुप्रयोगों, जैसे क्रॉस-मोडल पुनर्प्राप्ति और कंट्रास्ट वर्गीकरण, में प्रयोगात्मक रूप से इसकी प्रभावशीलता का प्रदर्शन किया है। स्रोत कोड और प्रशिक्षित मॉडल भार सार्वजनिक रूप से उपलब्ध हैं।
