HyperAIHyperAI
منذ 2 أشهر

التمييز القائم على شبكات النيورونات التلافيفية لبيانات التصوير الطبي

Baris Kayalibay; Grady Jensen; Patrick van der Smagt
التمييز القائم على شبكات النيورونات التلافيفية لبيانات التصوير الطبي
الملخص

تم تطبيق الشبكات العصبية المتكررة (Convolutional Neural Networks) على مجموعة متنوعة من مهام رؤية الحاسوب. وقد مكّنت التطورات الحديثة في تقسيم المعنى (Semantic Segmentation) من استخدامها في تقسيم الصور الطبية. بينما تستخدم معظم الشبكات العصبية المتكررة نواة ثنائية الأبعاد، شهدت النشرات الحديثة التي تعتمد على الشبكات العصبية المتكررة في مجال تقسيم الصور الطبية استخدام نواة ثلاثية الأبعاد، مما يسمح بالوصول الكامل إلى البنية ثلاثية الأبعاد للصور الطبية. رغم أنها مرتبطة ارتباطًا وثيقًا بتقسيم المعنى، فإن تقسيم الصور الطبية يشمل تحديات خاصة يجب التعامل معها، مثل ندرة البيانات المصنفة، والخلل الكبير في التوزيع بين الفئات الموجود في الحقيقة الأرضية (Ground Truth)، والطلب العالي على الذاكرة للصور ثلاثية الأبعاد. في هذا العمل، يتم عرض وتطبيق طريقة تعتمد على الشبكات العصبية المتكررة باستخدام مرشحات ثلاثية الأبعاد على صور الرنين المغناطيسي لليد والدماغ. يتم مناقشة تعديلين لتصميم شبكة عصبية متكررة موجودة، بالإضافة إلى طرق التعامل مع التحديات المذكورة أعلاه. بينما تركز معظم الأبحاث الموجودة حول تقسيم الصور الطبية على الأنسجة الرخوة والأعضاء الرئيسية، فقد تم التحقق من صحة هذا العمل باستخدام بيانات من الجهاز العصبي المركزي وكذلك عظام اليد.

التمييز القائم على شبكات النيورونات التلافيفية لبيانات التصوير الطبي | أحدث الأوراق البحثية | HyperAI