في عالم الطب الحديث، تعتبر القدرة على تتبع تقدم الأمراض باستخدام التصوير الطبي أمرًا حيويًا، وخاصة في حالة سرطان الثدي. يعاني الباحثون والمهنيون في هذا المجال من نقص في المجموعات العامة من البيانات الشفافة والمعايير القابلة للتكرار. ولذلك، يسعدنا أن نعلن عن ظهور مجموعة بيانات جديدة تسمى MGRegBench، التي تمثل طفرة في مجال تسجيل صور الماموجرافي.

تحتوي MGRegBench على أكثر من 5,000 زوج من الصور، مصحوبة بقناع لتقسيم الثدي، بالإضافة إلى 100 زوج من الصور مع نقاط مرجعية تشريحية مُعلمة يدويًا. تهدف هذه المجموعة إلى توفير بيئة تقييم موحدة وواضحة تتيح للباحثين مقارنة الأساليب المختلفة بشكل فعّال ودقيق.

تشمل الأساليب التي تم تقييمها كلاً من الأساليب التقليدية مثل ANTs، وأساليب التعلم الآلي مثل VoxelMorph وTransMorph، بالإضافة إلى منهجيات جديدة تتعلق بشبكات تعلم عميقة، مثل MammoRegNet. لقد تم إعداد هذه الأساليب لتناسب خصائص بيانات الماموجرافي، مما يعني أن النتائج ستكون ذات صلة أكثر بالواقع السريري.

من خلال MGRegBench، يتمكن الباحثون من إجراء تقييمات ذات موثوقية أعلى بفضل وجود مجموعة بيانات معتمدة ومخطط لها بدقة. وتعتبر المجموعة خطوة أولى نحو تطوير مجال التصوير الطبي المدعوم بالذكاء الاصطناعي، وتوفير بيانات يمكن الوصول إليها بشكل عام.

إن الإطلاق العام للبيانات والكود الذي يرافقه سيكون له تأثير كبير على الأبحاث المستقبلية ويساعد في تعزيز مقارنة عادلة وموثوقة بين الأساليب المختلفة. هل أنتم متحمسون لهذه الابتكارات في مجالات التصوير الطبي؟ شاركونا آرائكم وتفاعلاتكم عن MGRegBench في التعليقات!