CineMA는 제한된 레이블을 사용하여 심장 자기 공명 영상(CMR)에서 중요한 측정값(예: 박출 분율)을 자동으로 추출하는 자기 지도 학습 오토인코더 기반의 최초의 기초 AI 모델입니다. 74,916개의 cine CMR 연구를 사용하여 훈련되었으며, 마스크된 입력으로부터 이미지를 재구성합니다. 심실 및 심근 분할, 좌/우 심실 박출 분율 계산, 질병 탐지 및 분류, 랜드마크 위치 확인 등 23가지 과제에 걸쳐 8개의 데이터 세트에서 평가되었고, 기존의 CNN을 능가하거나 동등한 성능을 보였습니다. 특히, CNN보다 레이블 효율성이 높아 적은 주석으로도 동등하거나 더 나은 성능을 달성하여 임상의의 레이블링 부담을 줄이고, 향후 심장 영상 애플리케이션에서 작업별 훈련을 기초 모델 미세 조정으로 대체할 수 있음을 시사합니다. 모델과 코드는 공개적으로 제공되어 접근성을 높이고 재현성을 높이며 임상 적용을 가속화합니다.
