FlowLet: 웨이블릿 플로우 매칭을 이용한 조건부 3D 뇌 MRI 합성

초록

뇌 자기공명영상(MRI)은 신경학적 발달, 노화 및 질병 연구에서 핵심적인 역할을 한다. 주요 응용 분야 중 하나는 뇌 나이 예측(BAP)으로, MRI 데이터로부터 개인의 생물학적 뇌 나이를 추정한다. 효과적인 BAP 모델은 크고 다양하며 연령 균형이 잡힌 데이터셋을 필요로 하는 반면, 기존의 3D MRI 데이터셋은 인구통계학적으로 편향되어 공정성과 일반화 가능성을 제한한다. 새로운 데이터를 획득하는 것은 비용이 많이 들고 윤리적 제약이 있으므로, 생성적 데이터 증강이 동기부여된다. 현재의 생성 방법은 종종 잠재 확산 모델에 기반하며, 이는 볼륨 MRI 데이터의 메모리 요구를 해결하기 위해 학습된 저차원 잠재 공간에서 작동한다. 그러나 이러한 방법들은 추론 속도가 느리고, 잠재 압축으로 인한 인공물을 도입할 수 있으며, 연령에 조건화되는 경우가 드물어 BAP 성능에 영향을 미친다. 본 연구에서는 가역적 3D 웨이블렛 도메인 내에서 흐름 매칭을 활용하여 연령 조건화된 3D MRI를 합성하는 조건부 생성 프레임워크인 FlowLet을 제안하며, 이는 재구성 인공물을 피하고 계산 요구를 줄이는 데 도움을 준다. 실험 결과 FlowLet이 적은 샘플링 단계로 높은 충실도의 볼륨을 생성함을 보여준다. FlowLet으로 생성된 데이터로 BAP 모델을 훈련하면 과소 대표 연령 그룹에 대한 성능이 향상되며, 영역 기반 분석을 통해 해부학적 구조의 보존이 확인된다.

English

Brain Magnetic Resonance Imaging (MRI) plays a central role in studying neurological development, aging, and diseases. One key application is Brain Age Prediction (BAP), which estimates an individual's biological brain age from MRI data. Effective BAP models require large, diverse, and age-balanced datasets, whereas existing 3D MRI datasets are demographically skewed, limiting fairness and generalizability. Acquiring new data is costly and ethically constrained, motivating generative data augmentation. Current generative methods are often based on latent diffusion models, which operate in learned low dimensional latent spaces to address the memory demands of volumetric MRI data. However, these methods are typically slow at inference, may introduce artifacts due to latent compression, and are rarely conditioned on age, thereby affecting the BAP performance. In this work, we propose FlowLet, a conditional generative framework that synthesizes age-conditioned 3D MRIs by leveraging flow matching within an invertible 3D wavelet domain, helping to avoid reconstruction artifacts and reducing computational demands. Experiments show that FlowLet generates high-fidelity volumes with few sampling steps. Training BAP models with data generated by FlowLet improves performance for underrepresented age groups, and region-based analysis confirms preservation of anatomical structures.