محققان به تازگی یک چارچوب هوشمند مبتنی بر «بخشبندی معنایی» (Semantic Segmentation) معرفی کردهاند که میتواند تصاویر بافتشناسی (H&E) را با دقتی خیرهکننده تحلیل کند.
این مدل که با استفاده از معماری قدرتمند nnU-Net آموزش دیده، قادر است سه نوع مختلف سرطان کبد (HCC، CCA و CMA) را با دقت بالای ۹۵ درصد تشخیص دهد. نکته کلیدی این پژوهش، استفاده از نرمالسازی رنگ و تقسیمبندی دقیق برای غلبه بر چالشهای رایج در دادههای پزشکی است که میتواند مسیر را برای تشخیص سریعتر و دقیقتر بیماریها توسط پزشکان هموارتر کند. 🩺💡
منبع: arXiv AI
