पृष्ठभूमि: हाल ही में, चिकित्सा चित्र विश्लेषण के क्षेत्र में एआई-आधारित तकनीकों को अपनाने की गति बढ़ रही है। स्तन कैंसर के शीघ्र निदान और उपचार योजना के लिए, स्वचालित स्तन अल्ट्रासाउंड (एबीयूएस) एक सुरक्षित और गैर-आक्रामक इमेजिंग विधि के रूप में उभरा है, विशेष रूप से घने स्तनों वाली महिलाओं के लिए। हालाँकि, 3D एबीयूएस डेटा के छोटे आकार और जटिलता के कारण बढ़ती हुई गणनात्मक लागत एक प्रमुख चुनौती बनी हुई है। विधियाँ: इस अध्ययन में, हम एबीयूएस छवियों में 3D ट्यूमर विभाजन के लिए मम्बा राज्य-स्थान मॉडल आर्किटेक्चर पर आधारित एक नवीन मॉडल का प्रस्ताव करते हैं। मॉडल मम्बा ब्लॉकों का उपयोग करके ट्यूमर के वॉल्यूमेट्रिक स्थानिक विशेषताओं को प्रभावी ढंग से कैप्चर करता है, और विभिन्न आकार के घावों से मल्टिस्केल संदर्भ जानकारी को निकालने के लिए एक गहरा स्थानिक पिरामिड पूलिंग (डीएएसपीपी) मॉड्यूल को एकीकृत करता है। परिणाम: टीडीएससी-2023 एबीयूएस डेटासेट पर, प्रस्तावित मॉडल ने 0.8062 का डाइस समानता गुणांक (डीएससी) और 0.6831 का इंटरसेक्शन ओवर यूनियन (आईओयू) प्राप्त किया, केवल 3.08 मिलियन पैरामीटर का उपयोग करके। निष्कर्ष: ये परिणाम दर्शाते हैं कि प्रस्तावित मॉडल एबीयूएस में ट्यूमर विभाजन के प्रदर्शन में सुधार करता है, जो निदान सटीकता और गणनात्मक दक्षता दोनों प्रदान करता है। घटित गणनात्मक स्थान वास्तविक चिकित्सा अनुप्रयोगों के लिए मजबूत संभावितता का सुझाव देता है, जहां सटीक शीघ्र निदान लागत को कम कर सकता है और रोगी जीवन रक्षा को सुधार सकता है।
किम एट अल। (शुक्रवार,) ने इस प्रश्न का अध्ययन किया।