Prostat kanseri tanısında kullanılan MR görüntülerinin analizi, farklı radyologların farklı yorumlar yapması ve hastaneler arasındaki teknik farklılıklar nedeniyle zorlu bir süreç. Bu sorunları çözmek için araştırmacılar, son yıllarda büyük başarı gösteren transformer teknolojisini tıbbi görüntü analizine uyguladı.
Çalışmada, UNETR ve SwinUNETR adlı iki farklı transformer modeli, geleneksel 3D UNet modelleriyle karşılaştırıldı. İki bağımsız uzman tarafından değerlendirilen 546 MR görüntüsü üzerinde yapılan analizde, modellerin performansı Dice Benzerlik Katsayısı ile ölçüldü.
Sonuçlar oldukça umut verici: SwinUNETR modeli birinci uzman için %81.6, ikinci uzman için %86.0 doğruluk oranına ulaştı. UNETR modeli ise sırasıyla %80.0 ve %83.3 başarı gösterdi. Bu değerler, önceki geleneksel yöntemleri geride bırakıyor.
Araştırmacılar ayrıca üç farklı eğitim stratejisi denedi: tek kohort veri seti, 5 katlı çapraz doğrulama ve bez boyutuna dayalı veri seti. Hiperparametrelerin optimizasyonu için Optuna algoritması kullanıldı.
Bu gelişme, prostat kanserinin erken tanısında daha tutarlı ve güvenilir sonuçlar elde edilmesine olanak tanıyarak, hastalara daha iyi tedavi imkanları sunabilir.