교모세포종(glioblastoma, GBM) 환자의 치료 반응 평가에서 실제 종양 진행(true tumor progression, TP)과 치료 관련 가성 진행(pseudoprogression, PsP)을 구별하는 것은 여전히 어려운 과제이다. 이 논문은 Burdenko GBM 진행 코호트(n=180)를 사용하여 후속 MRI에 대한 딥러닝 모델의 첫 번째 단계별, 단면 벤치마킹을 제시한다. 다양한 딥러닝 모델(CNN, LSTM, 하이브리드, 변환기, 선택적 상태 공간 모델)을 통일된 파이프라인으로 훈련하고, 시점별 성능 변화를 분석했다.
