본 논문은 초음파 영상을 자기공명영상(MRI)과 유사한 형태로 변환하는 인공지능 기반 방법인 "이중 확산 부과 상관(DDIC)"을 제시합니다. 임신 후기 태아 뇌 초음파 영상의 질적 한계를 극복하고 MRI의 장점을 활용하기 위해, 확산 모델을 이용하여 초음파 영상을 MRI 유사 영상으로 변환하는 기술을 개발했습니다. HC18 데이터셋(초음파)과 CRL 태아 뇌 아틀라스 및 FeTA 데이터셋(MRI)을 사용하여 모델을 학습시켰으며, 변환된 영상은 특히 측뇌실과 실비우스 열구에서 조직 차별화가 개선됨을 보였습니다. Mutual information, Peak signal-to-noise ratio, Frechet Inception Distance, Contrast-to-noise ratio 등의 지표와 5명의 산부인과 의사를 대상으로 한 의학적 의견 검사를 통해 기존 방법 대비 성능 향상을 검증했습니다.
