AI dan Masalah-Masalah Sulit Dunia · Kedokteran & penemuan obat · Nature (machine learning) · 2026-10-07
Segmentasi tumor otak menggunakan ekualisasi histogram yang dioptimalkan dengan particle swarm dan U-Net berbasis VGG19
Judul asli: Brain tumor segmentation using particle swarm optimized histogram equalization and a VGG19 based U-Net
Segmentasi tumor otak pada MRI lambat, rawan kesalahan, dan dipengaruhi bias operator, sementara model deep learning sering kali kurang dapat diinterpretasikan. Para penulis mengusulkan SPOHE-VGGNet, yang menggabungkan U-Net yang dimodifikasi dengan VGG-19 dan ekualisasi histogram yang dioptimalkan dengan particle swarm untuk meningkatkan kontras MRI. Model ini mencapai skor Dice 0,9522 (meningioma), 0,9428 (glioma), dan 0,9518 (tumor hipofisis) pada dataset Figshare serta 0,9463 untuk segmentasi seluruh tumor pada BraTS 2021, meskipun para penulis menyatakan bahwa validasi eksternal, volumetrik, dan berpusat pada klinisi masih diperlukan sebelum digunakan secara klinis.