في خطوة جديدة تعزز من تكنولوجيا التصوير الطبي، تم الكشف عن نموذج DAMamba-UNet3D، الذي يُظهر قدرة مذهلة في تقسيم الصور الطبية ثلاثية الأبعاد (3D Medical Image Segmentation) بكفاءة بارامترية مرتفعة. تعتمد هذه التكنولوجيا على الهياكل المستندة إلى نماذج فضائية (State-Space Models) ولم تعد تعتمد على الأنماط الثابتة التي كانت شائعة في السابق، مما يوفر أداءً محسنًا في معالجة البيانات.

يعمل نموذج DAMamba-UNet3D على دمج كتل المسح الديناميكي المتكيف (Dynamic Adaptive Scan - DAS) في مراحل التشفير، ليحقق نتائج أفضل على مجموعة بيانات BraTS 2020 مع تحسينات ملحوظة في التكاليف البارامترية مقارنة بالنماذج التقليدية مثل SegMamba. حيث يحقق النموذج دقة Dice بنسبة 0.815 +/- 0.013، مع استخدام عدد بارامتر أقل بكثير (~5.3M) مقارنةً بنموذج SegMamba الذي يستخدم 70M.

تُظهر النتائج أيضًا أن التصميم الهجين لنموذج U-Net مع استخدام DAS من ثلاث اتجاهات يمكن أن يكون تنافسيًا مع منصات التصميم الكبيرة، مما يوفر بدائل أسرع وأقل تكلفة للمحترفين في مجال التصوير الطبي.

لمزيد من التفاصيل حول كيفية عمل النموذج وتطبيقاته في هذا المجال المتطور، يمكنك زيارة الرابط هنا للحصول على الكود الكامل.

هل تعتقد أن هذا التطور سيحدث فارقًا في معالجة الصور الطبية؟ شاركونا آراءكم في التعليقات.