محققان در تازهترین دستاورد خود، مدل جدیدی به نام SHFormer را معرفی کردهاند که تحولی در بازسازی تصاویر MRI ایجاد میکند.
مدلهای فعلی که از مکانیسم توجه (Attention) استفاده میکنند، معمولاً در بازیابی جزئیات فرکانس بالا (High-frequency) ضعف دارند. مدل جدید SHFormer با ترکیب یک شبکه عصبی فیلترکننده طیفی (CNN) و یک ترنسفورمر پویا، توانسته است دقت تصویربرداری را به شکل چشمگیری افزایش دهد.
این نوآوری نه تنها جزئیات بسیار دقیقتری را در تصاویر پزشکی ارائه میدهد، بلکه قابلیت انتقال دانش بین دادههای مختلف MRI را نیز بهبود میبخشد که گامی بزرگ برای تشخیصهای دقیقتر و سریعتر پزشکی است. 🩺✨
منبع: arXiv Computer Vision