RF-DETR çoxmiqyaslı xüsusiyyət birləşməsi və izaholunmaz diqqət ilə MRI-də beyin xərçənginin dəqiq təyini

Maqnit rezonansa görüntü (MRI) beyin tümorlarının diaqnozu və araşdırmasında çox vacibdir, çünki yumşaq toxumaların və anatomiyanın yaxşı şəkillərini verə bilər. Bununla belə, müxtəlif MR-lərin taramaları arasında tumor şəklində, ölçüsündə və intensivlik modelində dəyişikliklər səbəbindən tumor sahələrinin aşkarlanması və lokalizasiyası hələ də çətinləşir. Tədqiqat, RF-DETR-ni çox miqyaslı xüsusiyyətlər birləşməsi və beyin tumorlarını daha yaxşı aşkar etmək üçün izah edilə bilən diqqət mexanizmləri ilə birləşdirə bilən təkmilləşdirilmiş transformator əsaslı aşkarlama çərçivəsidir. Təxdim olunan həll, incə dənə və qlobal kontekst məlumatlarını çıxarmaq üçün bir konvolysional konvolysional arxa yumurta və çox miqyaslı birləşmə əsasında yerləşən bir hiyerarşik xüsusiyyət çıxarış modelidən istifadə edir. Transformator kodlaşdırıcı-dekodlaşdırıcı şəbəkəsi uzun məsafəli təxminən məkan asılılıqlarını son-son təxmin etmək və tumorların yerlərini və sinif etiketlərini proqnozlaşdırmaq üçün istifadə olunur. Bundan əlavə, model proqnozlarında ən vacib rol oynayan sahələri göstərmək üçün izah edilə bilən diqqət modulu əlavə edilir və buna görə də şərh edilmə qabiliyyətini və klinik əhəmiyyətini artırır. Təqdim olunan model dörd sinifdən ibarət olan beyin MRI məlumatları üzərində sınaqdan keçirilir: beyin, glioma, meningioma və hipofiz. Eksperimental nəticələr göstərir ki, təsdiqləmə dəstində 0,9545 dəqiqliyi ilə yüksək aşkarlıq göstəricisi, 0,9494 dəqiqliyi, 0,9520 F1-not, 0,9432 0,5-də mAP və 0,7403 0,5:0,95 mAP-də xatırlatma var. Müqayisə analizi təklif olunan çərçivənin dəqiqliyi və orta hesablama mürəkkəbliyini aşkar etməkdə daha yaxşı olduğunu və mövcud CNN əsaslı və transformator əsaslı modellərdən daha yaxşı performans göstərdiyini ortaya qoyub. Ablassiya tədqiqatları həmçinin çox miqyaslı xüsusiyyətlərin birləşməsinin, eləcə də izah edilə bilən diqqətin modellərdə təsirli performans təmin etmək üçün faydalı olduğunu təsdiqləyir. Tədqiqat nəticələri göstərir ki, təklif olunan çərçivə etibarlı, dəqiq və şərh oluna bilən tumor aşkarlanmasını təmin edə bilər və buna görə də neyron görüntüleme tədqiqatlarında istifadə olunan kompüterlə köməkli diaqnoz və klinik qərarların dəstəklənməsi sahəsində perspektivli bir vasitədir.

Müəlliflər Səudiyyə Ərəbistanının Cedda şəhərindəki Kral Abdulaziz Universitetində elmi tədqiqatlar dekanlığı (DSR) tərəfindən bu layihənin maliyyələşdirilməsinə görə minnətdarlıqla minnətdarlıq edirlər. (IPP: 841-830-2026) və texniki dəstək göstərmək üçün.

Bu layihə Səudiyyə Ərəbistanının Cedda şəhərindəki Kral Abdulaziz Universitetində Elmi Tədqiqatlar Dekanlığı (DSR) tərəfindən Grant nömrəli maliyyələşdirilmişdir. (IPP: 841-830-2026)

İnformasiya Sistemləri Bölməsi, Hesablama və İnformasiya Texnologiyaları Fakültəsi, Kral Abdulaziz Universiteti, 21911, Rabigh, Səudiyyə Ərəbistanı

Arşad Haşmi, Anas W. Əbülfəcər, Məhəmməd Əmin və Həsən Cə. Alyamani

Global İnceynarlıq və Texnologiya Kolleci, Muscat, Oman