يعتبر سرطان الرئة من أكثر أنواع السرطانات فتكًا، حيث يؤدي إلى وفاة الكثير من الأشخاص سنويًا. ومع التقدم في تقنيات التصوير، يظل التحدي الأكبر في الكشف عن العقيدات الصغيرة التي يقل حجمها عن 6 مليمترات، والتي غالبًا ما يتم تجاهلها بسبب صعوبة رؤيتها.

في دراسة جديدة، قام فريق من الباحثين بتقديم نموذج GRIPNet (Gaussian Radial Intensity Prior Network)، الذي يركز على الخصائص الفيزيائية للصورة بدلاً من اعتبار العقيد ككائن عادي. هذا النموذج الجديد يعتمد على مبدأ أن شدة الإضاءة لعقيدة الرئة تتبع نمطًا دائريًا يتناقص بشكل غاوسي عند حواف العقيدة.

اعتمد الباحثون على 18,218 عينة موزعة على ثلاثة معايير عامة، وقد أظهر النموذج دقة تقارب 95.3% على مجموعة بيانات KanserSet و91.6% على LUNA16 و97.9% على Lung-PET-CT-Dx.

هذا يعني أن GRIPNet لا يقدم فقط نتائج دقيقة في تحديد وجود النوديلات، بل يعمل أيضًا بسرعات عالية في الوقت الحقيقي. باستخدام تقنيات مثل Pinwheel convolutions وdilated masked attention، يتمكن النموذج من فصل التفاصيل عن السياق الهيكلي في الصور، مما يزيد من فعاليته في التعرف على العقيدات الصغيرة بشكل أكبر من أي وقت مضى.

مع هذه الابتكارات، يأمل الباحثون أن يسهم GRIPNet في تحسين فرص البقاء على قيد الحياة لمرضى سرطان الرئة من خلال الكشف المبكر والدقيق.