AI اور دنیا کے مشکل مسائل · طب اور دوا کی دریافت · Nature (computational biology) · 2026-10-17

پھیپھڑوں اور بڑی آنت کے کینسر کی تشخیص کے لیے ایک قابلِ تشریح درجہ وار ڈیپ لرننگ فریم ورک

اصل عنوان: An interpretable hierarchical deep learning framework for lung and colon cancer detection

ہسٹوپیتھالوجی تصاویر سے پھیپھڑوں اور بڑی آنت کے کینسر کی درجہ بندی مشکل ہے کیونکہ مختلف اقسام ایک دوسرے سے ملتی جلتی نظر آتی ہیں اور بافتوں کی ساخت میں تنوع پایا جاتا ہے، جبکہ روایتی ڈیپ لرننگ ماڈلز بہت کم شفافیت فراہم کرتے ہیں۔ مصنفین نے پانچ اقسام کے اس کام کو موٹے سے باریک مراحل میں تقسیم کیا: پہلے نارمل بمقابلہ کینسر، پھر نارمل بافت کی اقسام یا کینسر کی ذیلی اقسام کے لیے ایک مخصوص درجہ بند، اور ہر مرحلے کے لیے بہترین آرکیٹیکچر کا انتخاب کیا گیا۔ اس فریم ورک نے LC25000 پر 98.50% اور آزاد LungHist700 ڈیٹا سیٹ پر 82.01% درستگی حاصل کی، اور Grad-CAM، Grad-CAM++، LIME اور Occlusion Sensitivity کو تصاویر کے ان حصوں کو نمایاں کرنے کے لیے استعمال کیا گیا جن کی بنیاد پر اس کی پیش گوئیاں کی گئیں۔

اصل تحریر پڑھیں ↗

تمام آئٹمز →