본 논문은 역 문제 중 하나인 동적 MRI 재구성에 딥 러닝 기법을 활용하는 연구를 다룹니다. 특히, 실제 데이터 획득의 어려움으로 인해 비지도 학습 접근 방식이 부상했으며, 그 중에서도 좌표 값을 신호 값에 매핑하는 연속 함수로 데이터를 정의하는 암묵적 신경 표현(INR)이 유망한 방법으로 제시됩니다. 하지만, INR 기반 이전 연구는 긴 최적화 시간 및 과도한 하이퍼파라미터 튜닝의 필요성과 같은 단점을 가지고 있었습니다. 이를 해결하기 위해, 본 논문에서는 이미지 도메인에서 동적 MRI 데이터의 공간적 및 시간적 연속성을 포착하고, 데이터의 시간적 중복성을 모델 구조에 명시적으로 통합하는 동적 인식 INR(DA-INR)을 제안합니다. DA-INR은 극심한 언더샘플링 비율에서도 다른 모델보다 재구성 품질이 우수하며, 최적화 시간 감소 및 최소한의 하이퍼파라미터 튜닝을 요구합니다.
