DCL-SE는 임상 진단을 위한 고차원 신경 영상 분석의 과제를 해결하기 위해 개발된 프레임워크입니다. 이 프레임워크는 데이터 기반 시공간 인코딩(DaSE)을 중심으로 하며, 3차원 뇌 데이터를 정보가 풍부한 2차원 동적 표현으로 효율적으로 인코딩하기 위해 근사 랭크 풀링(ARP)을 활용합니다. 또한, 동적 그룹 메커니즘(DGM)을 통해 유도되는 동적 커리큘럼 학습 전략을 사용하여 디코더를 점진적으로 훈련하여 전반적인 해부학적 구조에서 미세한 병리학적 세부 사항까지 특징 추출을 개선합니다. 알츠하이머병 및 뇌종양 분류, 뇌동맥 분할, 뇌 연령 예측 등 6개의 공개 데이터 세트에서 평가한 결과, DCL-SE는 정확도, 견고성 및 해석 가능성 측면에서 기존 방법을 지속적으로 능가했습니다.
