Prostat kanseri teşhisinde kullanılan biparametrik MR görüntülerinden lezyonların otomatik olarak tespit edilmesi, kanser analizinde kritik bir adım. Ancak yüksek hassasiyet elde etmek, mevcut teknolojiler için hâlâ büyük bir meydan okuma oluşturuyor.
Araştırmacılar bu soruna çözüm bulmak için yeni bir yapay zeka mimarisi geliştirdi. Sistem, çoklu kodlayıcılı U-Net yapısını temel alıyor ve üç temel yenilik içeriyor.
İlk yenilik, ön plan metin-görüntü benzerliğini artıran bir hizalama kaybı fonksiyonu. Bu sayede sistem, lesyon semantiklerini daha iyi öğreniyor. İkinci yenilik ise benzerlik haritasını kalibre eden ve arka plandaki yanlış aktivasyonları bastıran bir ısı haritası kaybı.
Üçüncü ve en önemli yenilik, güven tabanlı çok başlı çapraz dikkat iyileştirici sistemi. Bu son aşama modülü, lokalize sınır iyileştirmesi gerçekleştiriyor ve tespit hassasiyetini artırıyor.
Mevcut görsel-dil modelleri, lesyon düzeyinde gerekli ince semantik detayları yakalamakta yetersiz kalıyor. Yeni sistem bu eksikliği gidererek, farklı modaliteleri daha güvenilir şekilde entegre edebiliyor.
Bu gelişme, prostat kanserinin erken teşhisinde daha doğru ve güvenilir otomatik analiz sistemlerinin geliştirilmesine katkı sağlayabilir.