AI और दुनिया की कठिन समस्याएँ · चिकित्सा और दवा खोज · Nature (machine learning) · 2026-10-07

पार्टिकल स्वार्म ऑप्टिमाइज़्ड हिस्टोग्राम इक्वलाइज़ेशन और VGG19 आधारित U-Net का उपयोग करके ब्रेन ट्यूमर सेगमेंटेशन

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

MRI में ब्रेन ट्यूमर का सेगमेंटेशन धीमा और त्रुटि-प्रवण होता है और ऑपरेटर के पूर्वाग्रह से प्रभावित होता है, और डीप लर्निंग मॉडल में अक्सर व्याख्यात्मकता की कमी होती है। लेखकों ने SPOHE-VGGNet प्रस्तावित किया है, जो MRI कंट्रास्ट बढ़ाने के लिए एक संशोधित U-Net को VGG-19 और पार्टिकल स्वार्म ऑप्टिमाइज़्ड हिस्टोग्राम इक्वलाइज़ेशन के साथ जोड़ता है। इसने Figshare डेटासेट पर Dice स्कोर 0.9522 (मेनिन्जियोमा), 0.9428 (ग्लियोमा) और 0.9518 (पिट्यूटरी ट्यूमर) तथा BraTS 2021 पर संपूर्ण-ट्यूमर सेगमेंटेशन के लिए 0.9463 हासिल किया, हालाँकि लेखकों का कहना है कि क्लिनिकल उपयोग से पहले बाहरी, वॉल्यूमेट्रिक और चिकित्सक-केंद्रित सत्यापन अभी भी आवश्यक है।

मूल लेख पढ़ें ↗

सभी आइटम →