في عالم تكنولوجيا الصحة، تعتبر عملية تحديد أورام الثدي خطوة حيوية لكنها تواجه تحديات عديدة، خاصةً مع التباين المنخفض والأشكال غير المنتظمة للكتل. لذلك، تمثل تقنية DualMiT-Net نقطة تحول في هذا السياق. هذا النموذج الذكي يعتمد على هيكل ثنائي الفروع لتقديم رؤى دقيقة حول الكتل.

تعمل الفرع المحلي باستخدام مشفر Mix Transformer (MiT-B5) لتعلم شكل وملمس وحدود الكتلة بشكل تركيزي، بينما يستفيد الفرع العالمي من مشفر EfficientNet-B5 لفهم السياق المحيط بالثدي. ومن خلال الدمج بين البيانات من الفرعين في أول مستويات المشفر الرئيسية، يُمكن للنموذج تحقيق نتائج متقدمة في عملية الفصل.

بالإضافة إلى ذلك، خضع DualMiT-Net لتجارب متعددة حيث تم استخدام مجموعة بيانات دقيقة من قاعدة بيانات تصوير الثدي الرقمية (CBIS-DDSM). وقد أثبتت النتائج أن النموذج حقق معدل Dice متوسط يبلغ 0.9375 وIntersection over Union بمعدل 0.8834. هذه الأرقام تتحدث عن نفسها، حيث تجاوز الأداء المقاييس التقليدية لنماذج encoder-decoder الستة المُقارنة.

تكشف هذه النتائج عن أهمية دمج المعلومات المحلية للكتل مع سياق الثدي الأوسع لتحقيق دقة وموثوقية أعلى، مما يعتبر خطوة هامة نحو تحسين تشخيص أورام الثدي.