در پژوهشی جدید، محققان برای حل مشکلات رایج در تصاویر OCT (مقطعنگاری انسجام نوری) که برای تشخیص بیماریهای تخریبکننده عصبی استفاده میشوند، یک راهکار جدید ارائه کردهاند.
مشکلاتی مثل «نویز تصویر»، «کنتراست پایین» و «تغییرات آناتومیک» همیشه دقت هوش مصنوعی را در تفکیک لایههای شبکیه کاهش میدهند. این مقاله با معرفی یک چارچوب «نرمالسازی فضایی متمرکز بر فووهآ»، سعی دارد مدلهای یادگیری عمیق را به سمتی ببرد که حتی بدون داشتن دادههای مرجع (Ground Truth)، با دقت بسیار بالاتری لایههای حساس چشم را تحلیل کنند. این یعنی گامی بلند به سوی تشخیص دقیقتر و خودکار بیماریهای چشمی و عصبی! 🩺✨
منبع: arXiv AI