AI और दुनिया की कठिन समस्याएँ · चिकित्सा और दवा खोज · Nature (computational biology) · 2026-10-17

फेफड़े और कोलन कैंसर की पहचान के लिए एक व्याख्यात्मक पदानुक्रमित डीप लर्निंग फ्रेमवर्क

मूल शीर्षक: An interpretable hierarchical deep learning framework for lung and colon cancer detection

हिस्टोपैथोलॉजी छवियों से फेफड़े और कोलन कैंसर का वर्गीकरण कठिन है, क्योंकि वर्ग आपस में मिलते-जुलते दिखते हैं और ऊतक की आकृति में भिन्नता होती है, और पारंपरिक डीप लर्निंग मॉडल बहुत कम पारदर्शिता देते हैं। लेखकों ने पाँच-वर्गीय कार्य को मोटे से सूक्ष्म चरणों में बाँटा: पहले सामान्य बनाम कैंसर, फिर सामान्य ऊतक की श्रेणियों या कैंसर के उपप्रकारों के लिए एक विशेष वर्गीकारक, जिसमें हर चरण के लिए सबसे उपयुक्त आर्किटेक्चर चुना गया। इस फ्रेमवर्क ने LC25000 पर 98.50% सटीकता और स्वतंत्र LungHist700 डेटासेट पर 82.01% सटीकता हासिल की, और इसकी भविष्यवाणियों के पीछे की छवि के क्षेत्रों को उजागर करने के लिए Grad-CAM, Grad-CAM++, LIME और Occlusion Sensitivity का उपयोग किया गया।

मूल लेख पढ़ें ↗

सभी आइटम →