यह पेज दुनियाभर में प्रकाशित होने वाले आर्टिफिशियल इंटेलिजेंस संबंधित रिसर्च पेपर्स को संक्षिप्त रूप में प्रस्तुत करता है। यहां Google Gemini का उपयोग करके पेपर्स का सारांश तैयार किया जाता है और यह पेज गैर-लाभकारी रूप से संचालित किया जाता है। पेपर के कॉपीराइट लेखक और संबंधित संस्थान के पास हैं, और साझा करते समय बस स्रोत का उल्लेख करें।
यह शोधपत्र उप-सहारा अफ्रीका (SSA) में संसाधन-विवश परिस्थितियों में ग्लियोमा ब्रेन ट्यूमर विभाजन के लिए एक कुशल गहन शिक्षण ढाँचा प्रस्तुत करता है। हम BraTS 2021 डेटासेट पर पूर्व-प्रशिक्षित भार और अवशिष्ट ब्लॉकों के साथ एक 3D अटेंशन U-Net आर्किटेक्चर के साथ स्थानांतरण अधिगम का उपयोग करते हैं। हम BraTS-अफ्रीका डेटासेट (95 MRI मामले) पर इस ढाँचे का मूल्यांकन करते हैं, जो SSA MRI डेटा के लिए एक बेंचमार्क है। सीमित डेटा गुणवत्ता और मात्रा के बावजूद, हमने एन्हांसिंग ट्यूमर (ET) के लिए 0.76, नेक्रोटिक और नॉन-एन्हांसिंग ट्यूमर कोर (NETC) के लिए 0.80, और आसपास के नॉन-फंक्शनल हेमिस्फेयर (SNFH) के लिए 0.85 के डाइस स्कोर प्राप्त किए, जो मॉडल के सामान्यीकरण प्रदर्शन और कम संसाधन वाले वातावरण में नैदानिक निर्णय लेने में सहायता करने की क्षमता को प्रदर्शित करता है। उपभोक्ता-ग्रेड हार्डवेयर पर इसका छोटा आकार (लगभग 90 एमबी) और प्रति वॉल्यूम 1 मिनट से भी कम का अनुमान लगाने का समय, एसएसए स्वास्थ्य सेवा प्रणालियों में इसके उपयोग की व्यावहारिकता को उजागर करता है। यह शोध उच्च-प्रदर्शन, सुलभ चिकित्सा इमेजिंग समाधानों के माध्यम से स्वास्थ्य सेवाओं तक कम पहुँच वाले क्षेत्रों को सहायता प्रदान करके वैश्विक स्वास्थ्य सेवा में समान एआई पहुँच के अंतर को पाटने में योगदान देता है।
Takeaways, Limitations
•
Takeaways:
◦
हम एक ग्लियोमा विभाजन मॉडल प्रस्तुत करते हैं जो सीमित डेटा और संसाधन वातावरण में भी उच्च प्रदर्शन प्रदर्शित करता है।
◦
हम एक कुशल मॉडल आर्किटेक्चर (90 एमबी, उप-मिनट अनुमान समय) के माध्यम से एसएसए क्षेत्रीय तैनाती की व्यवहार्यता का प्रदर्शन करते हैं।
◦
वैश्विक स्वास्थ्य सेवा क्षेत्र में समान एआई पहुंच में सुधार लाने में योगदान देना।
◦
स्थानांतरण अधिगम का उपयोग करते हुए एक प्रभावी मॉडल अधिगम विधि प्रस्तुत करना।
•
Limitations:
◦
BraTS-अफ्रीका डेटासेट में डेटा गुणवत्ता और मात्रा की सीमाओं के कारण सामान्यीकरण प्रदर्शन में संभावित सीमाएँ।
◦
विभिन्न एसएसए क्षेत्रों में एमआरआई स्कैनर और डेटा विशेषताओं पर विचार का अभाव।
◦
अन्य प्रकार के मस्तिष्क ट्यूमर के लिए सामान्यीकरण की मान्यता का अभाव।
◦
नैदानिक सेटिंग्स में व्यावहारिक अनुप्रयोग और सत्यापन अध्ययन की आवश्यकता है।
