논문 링크: https://arxiv.org/pdf/2409.11169v2 1. Introduction의료 영상 ML 모델 개발의 한계점데이터 희소성: 희귀 질환 데이터 부족 → 모델 학습 한계Human annotation 비용: 정확한 진단을 위한 전문 지식 필요 → 비용 상승Privacy 문제: 환자 정보 보호 필요 → 윤리적 문제 발생Synthetic data 생성 필요성: 의료 이미지의 인공적 생성 → Data augmentation, 환자 데이터 의존성 감소, cost-effective annotation 가능기존 연구 한계점고해상도 3D volume 생성의 어려움: 3D framework의 높은 메모리 사용량 → Memory bottleneck 해결 필요고정된 output volume dime..
