AI এবং বিশ্বের কঠিন সমস্যাগুলো · চিকিৎসা ও ওষুধ আবিষ্কার · Nature (machine learning) · 2026-10-07

পার্টিকল সোয়ার্ম অপ্টিমাইজড হিস্টোগ্রাম ইকুয়ালাইজেশন এবং VGG19-ভিত্তিক U-Net ব্যবহার করে ব্রেন টিউমার সেগমেন্টেশন

মূল শিরোনাম: Brain tumor segmentation using particle swarm optimized histogram equalization and a VGG19 based U-Net

MRI-তে ব্রেন টিউমার সেগমেন্টেশন ধীর, ভুলপ্রবণ এবং অপারেটরের পক্ষপাতের দ্বারা প্রভাবিত, আর ডিপ লার্নিং মডেলগুলোর ব্যাখ্যাযোগ্যতা প্রায়ই কম থাকে। লেখকেরা SPOHE-VGGNet প্রস্তাব করেছেন, যা একটি পরিবর্তিত U-Net-কে VGG-19 এবং MRI-র কনট্রাস্ট বাড়ানোর জন্য পার্টিকল সোয়ার্ম অপ্টিমাইজড হিস্টোগ্রাম ইকুয়ালাইজেশনের সঙ্গে যুক্ত করে। এটি Figshare ডেটাসেটে মেনিনজিওমার জন্য ০.৯৫২২, গ্লিওমার জন্য ০.৯৪২৮ এবং পিটুইটারি টিউমারের জন্য ০.৯৫১৮ Dice স্কোর অর্জন করেছে, আর BraTS 2021-এ সম্পূর্ণ টিউমার সেগমেন্টেশনের জন্য পেয়েছে ০.৯৪৬৩; তবে লেখকেরা জানিয়েছেন, ক্লিনিক্যাল ব্যবহারের আগে বাহ্যিক, ভলিউমেট্রিক এবং চিকিৎসক-কেন্দ্রিক যাচাই এখনও প্রয়োজন।

মূল লেখা পড়ুন ↗

সব আইটেম →