본 연구는 의료 영상 분석 분야에서 데이터 부족 및 클래스 불균형 문제를 해결하기 위해, 인간 배아 시간 경과 영상(TLI)을 사례 연구로 사용하여 생성적 적대 신경망(GAN)을 소규모 데이터셋에 최적화하는 방법을 연구했습니다. R3GAN을 활용하여 효과적인 훈련 전략을 수립하고, 전체 burn-in 단계와 점진적으로 증가하는 감마 범위(5 -> 40)를 특징으로 하는 256x256 해상도 데이터셋에 최적화된 구성을 설계했습니다. 생성된 샘플을 불균형 배아 데이터셋의 균형을 맞추는 데 사용하여, 분류 성능을 크게 향상시켰습니다.
