AI اور دنیا کے مشکل مسائل · طب اور دوا کی دریافت · Nature (machine learning) · 2026-10-07

پارٹیکل سوارم آپٹیمائزڈ ہسٹوگرام ایکوالائزیشن اور VGG19 پر مبنی U-Net کے ذریعے برین ٹیومر کی سیگمنٹیشن

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

MRI میں برین ٹیومر کی سیگمنٹیشن سست، غلطیوں کا شکار اور آپریٹر کے تعصب سے متاثر ہوتی ہے، اور ڈیپ لرننگ ماڈلز میں اکثر تشریح پذیری کی کمی ہوتی ہے۔ مصنفین نے SPOHE-VGGNet تجویز کیا ہے، جو ترمیم شدہ U-Net کو VGG-19 اور پارٹیکل سوارم آپٹیمائزڈ ہسٹوگرام ایکوالائزیشن کے ساتھ ملا کر MRI کے کنٹراسٹ کو بہتر بناتا ہے۔ اس نے Figshare ڈیٹا سیٹ پر Dice اسکور 0.9522 (میننجیوما)، 0.9428 (گلیوما) اور 0.9518 (پٹیوٹری ٹیومر) اور BraTS 2021 پر پورے ٹیومر کی سیگمنٹیشن کے لیے 0.9463 حاصل کیے، البتہ مصنفین کے مطابق کلینیکل استعمال سے پہلے بیرونی، حجمی اور معالج مرکوز توثیق ابھی ضروری ہے۔

اصل تحریر پڑھیں ↗

تمام آئٹمز →