본 논문은 고차원 의료 데이터셋(CT 스캔, MRI, 전자 현미경 이미지 등)에 대한 단일 GPU 메모리 효율적인 학습을 위한 확산 모델의 새로운 아키텍처를 제안합니다. 기존 확산 모델들은 고해상도 3D 의료 이미지 생성에 상당한 컴퓨팅 자원을 필요로 하는 반면, 본 논문에서 제안하는 모델은 가역 UNet 아키텍처와 가역 어텐션 모듈을 사용하여 데이터셋 차원에 무관하게 메모리 사용량을 유지하고 에너지 소비량을 줄입니다. 특히, 3D BraTS2020 데이터셋에서 최대 15%의 피크 메모리 소비 감소를 보이며, 최첨단 성능과 비교 가능한 결과를 유지하면서 이미지 품질을 유지합니다.
