تُعتبر أورام الأعصاب المحيطية (pNTs) من بين أكثر الأورام الصلبة خارج الجمجمة شيوعاً لدى الأطفال. ومع ذلك، فإن تصنيف هذه الأورام بشكل دقيق يظل تحدياً كبيراً نظراً للتنوع النسيجي الملحوظ وصعوبة البيانات المتاحة.
في سعيهم لتقديم حل فعال، قام الباحثون بتطوير إطار CoPath، الذي يجمع بين تقنيتين رائدتين: CoHisNet وPathVote. يمثل CoHisNet شبكة خفيفة الوزن متعددة المقاييس مخصصة لتصنيف الأنسجة على مستوى التصحيح، حيث قام الباحثون بإدخال تغييرات مبتكرة على مكونات الشبكة التقليدية لتحسين أداء النمذجة غير الخطية.
أما PathVote، فإنه يستخدم أفكارًا مستندة إلى علم الأمراض لجمع التوقعات على مستوى التصحيح وتقديم قرارات على مستوى الشرائح.
أظهرت نتائج التجارب أن CoPath يحقق أداءً تنافسياً أو متفوقاً مقارنة بالنماذج الأخرى، مما يشير إلى جودته وكفاءته العالية.
لمعرفة المزيد عن هذا الإطار الرائع، يمكنكم زيارة github. ما رأيكم في هذه التطورات؟ نود أن نسمع آرائكم في التعليقات.
تشخيص دقيق وسريع لأورام الأعصاب المحيطية باستخدام تحليل الصور النسيجية المتعددة المقاييس
تقدم الدراسة الجديدة إطار CoPath، الذي يتيح تشخيص أورام الأعصاب المحيطية بدقة عالية وبتكلفة حسابية منخفضة. يمزج هذا النظام بين تقنيات حديثة لتحسين تصنيف الأنسجة ويحقق نتائج متفوقة مقارنة بالنماذج السائدة.
المصدر الأصلي:أركايف للذكاء
زيارة المصدر الأصلي ←جاري تحميل التفاعلات...
