Tıp & Sağlık

Bebek Ultrason Görüntüleri için Yapay Zeka Modeli: PolarMAE Geliştirrildi

Araştırmacılar, bebek ultrason görüntülerini analiz etmek için özel olarak tasarlanmış yenilikçi bir yapay zeka sistemi geliştirdi. PolarMAE adı verilen bu sistem, geleneksel yöntemlerin aksine ultrason görüntülerinin kendine özgü özelliklerini dikkate alarak çalışıyor. Sistem, görüntülerdeki gereksiz tekrarları filtreleyen akıllı bir seçim mekanizması ve ultrasonun fan şeklindeki yapısına uygun polar koordinat sistemini kullanıyor. Bu yaklaşım, doğum öncesi tanı süreçlerinde daha doğru ve hızlı sonuçlar elde edilmesini sağlıyor. Özellikle ultrason operatörleri arasındaki farklılıkları minimize ederek, tanı süreçlerinin standardizasyonuna katkı sunuyor.

Stanford Üniversitesi araştırmacıları tarafından geliştirilen PolarMAE sistemi, bebek ultrason görüntülerinin analizinde devrim niteliğinde bir yaklaşım sunuyor. Geleneksel yapay zeka modellerinin aksine, bu sistem ultrason teknolojisinin fiziksel özelliklerini dikkate alarak tasarlandı.

Sistemin en önemli yeniliği, Progressive Visual-Semantic Screening (PVSS) adı verilen akıllı filtreleme mekanizması. Bu teknoloji, sürekli tarama sırasında oluşan gereksiz görüntü tekrarlarını otomatik olarak ayıklayarak, sadece diagnostik açıdan değerli görüntüleri seçiyor. Bu sayede sistem eğitimi hem daha hızlı hem de daha verimli hale geliyor.

Bir diğer önemli özellik ise Acoustic-Bounded Region Constraint (ABRC) teknolojisi. Bu sistem, ultrason dalgalarının sadece belirli bölgelerde geçerli bilgi sağladığını bilerek, karanlık ve bilgi içermeyen arka plan alanlarını göz ardı ediyor. Bunun yerine odağını sadece akustik olarak geçerli bölgelere yönlendiriyor.

PolarMAE'nin en dikkat çekici özelliği, ultrason görüntülerinin doğal fan şeklindeki yapısını taklit eden polar koordinat sistemi kullanması. Bu yaklaşım, ultrason dalgalarının yayılma biçimine uygun olarak tasarlandığı için daha doğru analiz sonuçları üretiyor.

Özgün Kaynak
arXiv (CS + AI)
PolarMAE: Efficient Fetal Ultrasound Pre-training via Semantic Screening and Polar-Guided Masking
Orijinal makaleyi oku

Bu içerik, özgün kaynaktaki bilgiler temel alınarak BilimKapsül editörleri tarafından yeniden kaleme alınmıştır. Orijinal metnin birebir çevirisi değildir. Telif hakkı özgün yayıncıya aittir.