محققان در یک پژوهش جدید، مدل نوآورانهای به نام «Trans-Unet» معرفی کردهاند که یادگیری و بازسازی ساختارهای پیچیده سه بعدی را متحول میکند. این مدل با تبدیل دادههای ابری نقاط (Point-Cloud) به فضای دوبعدی و استفاده از ترکیب شبکههای کانولوشنی و مکانیزم خودتوجهی (Self-Attention)، میتواند چینخوردگیهای مغز را با دقت بالا پیشبینی کند. این دستاورد به درک بهتر رشد مغز و تحلیل دادههای پزشکی کمک شایانی خواهد کرد. 🤖✨
منبع: arXiv Computer Vision
