Bakı Mühəndislik Universitetinin (BMU) Elmi Tədqiqat Mərkəzinin gənc elmi işçisi Amil Əliqayevin həmmüəllifi olduğu elmi məqalə nüfuzlu beynəlxalq jurnal olan “Physica Scripta”da (IOP Publishing) dərc olunub.
Bu barədə universitetdən AzEdu.az-a məlumat verilib. Bildirilib ki, "Scopus" beynəlxalq elmi bazasında indekslənən Q1 kateqoriyalı jurnal “Mathematical Physics” daxil olmaqla, bir sıra elmi kateqoriyaları əhatə edir.
“SLEA: möhkəm və izah edilə bilən 2D tibbi görüntü təsnifatı üçün MobileNetV2 ilə stoxastik sakkadik yüngül səmərəli diqqət çərçivəsi” adlı məqalədə ikiölçülü tibbi görüntülərin daha səmərəli və izah edilə bilən şəkildə avtomatik təsnifatı üçün SLEA (Saccadic Lightweight Efficient Attention) adlı yeni süni intellekt çərçivəsi təqdim olunub.
İnsan vizual sistemindəki seçici baxış mexanizmindən ilhamlanan SLEA yanaşması görüntünün bütöv şəkildə deyil, daha informativ lokal hissələrinin seçilərək təhlil edilməsinə əsaslanır. Modeldə yüngül MobileNetV2 arxitekturası və multi-head self-attention mexanizmi birləşdirilərək tibbi görüntülərin təsnifatı həyata keçirilir.
Modelin əsas üstünlüklərindən biri onun kompakt olmasıdır. SLEA təxminən 2,45 milyon parametrə və 9,4 MB model ölçüsünə malikdir. Bundan əlavə, modelə daxil edilmiş Grad-CAM və multi-glimpse vizuallaşdırma üsulları süni intellekt sisteminin qərar qəbul edərkən görüntünün hansı sahələrinə diqqət yetirdiyini müəyyənləşdirməyə imkan verir.
Təklif olunan model NIH ChestX-ray14, ISIC 2019, APTOS 2019 və COVID-19 Radiography Database olmaqla, dörd açıq mənbəli tibbi görüntü bazasında sınaqdan keçirilib. Bu məlumat bazaları döş qəfəsinin rentgen görüntüləri, dəri xəstəliklərinin dermoskopik təsvirləri, diabetik retinopatiyanın müəyyənləşdirilməsi üçün göz dibi görüntüləri və COVID-19 ilə bağlı radioloji görüntüləri əhatə edir. Aparılmış sınaqlarda SLEA yüksək nəticələr nümayiş etdirib.
Tədqiqatın nəticələri göstərir ki, lokal görüntü seçimi, yüngül MobileNetV2 arxitekturası və diqqət mexanizminin birləşdirilməsi tibbi görüntülərin təsnifatında yüksək dəqiqliklə hesablama səmərəliliyi arasında effektiv balans yaratmağa imkan verir. Təklif olunan yanaşma gələcəkdə daha böyük və müxtəlif tibbi məlumat bazalarında yoxlanılaraq, həmçinin xarici klinik məlumatlarla təsdiqlənərək resurs məhdudiyyətli tibbi görüntü analiz sistemlərinin inkişafına töhfə verə bilər.
Məqalə ilə aşağıdakı keçid vasitəsilə tanış olmaq mümkündür:
//www.scopus.com/pages/publications/105047773837?origin=resultslist
//iopscience.iop.org/article/10.1088/1402-4896/ae9417/pdf
