محققان در یک پژوهش جدید، به تاثیر انتخاب «انکودر تصویر» در مدلهای گراف عصبی (GCN) برای تشخیص بیماری از طریق سونوگرافی پستان پرداختند.
این مطالعه نشان میدهد که با انتخاب مدلهای قویتر برای استخراج ویژگیهای تصویر، ساختار گرافها بهبود یافته و دقت تشخیص (و سایر معیارهای کلیدی مثل AUC) به شکل قابلتوجهی افزایش مییابد. در واقع، هرچه همگرایی گرافها بیشتر باشد، هوش مصنوعی میتواند با اطمینان بیشتری بین نمونههای خوشخیم و بدخیم تمایز قائل شود. قدمی کوچک اما مهم برای کمک به رادیولوژیستها در تشخیصهای دقیقتر! 🤖📊
منبع: arXiv Computer Vision