No/VOL: 12/2023 Page no. 185
Authors: Padmanabha Avasarala , Saranya Govindakumar :
Title: Implementacja zoptymalizowanej architektury transformatora SWIN w zakresie wyszukiwania atomów chaotycznych w celu zapewnienia efektywnej segmentacji ciała modzelowatego w obrazach MRI mózgu
Abstract: Kluczowym elementem mózgu, który ułatwia komunikacje˛ neuronalna˛mie˛dzy dwiema połówkami mózgu, jest ciało modzelowate (CC). Przetwarzanie impulsów czuciowych, motorycznych i wyrafinowanych intelektualnych to główne zadanie ciała modzelowatego, które integruje i przesyła dane z obu półkul mózgowych. Segmentacja CC na podstawie rezonansu magnetycznego mózgu jest technika˛ bardzo wymagaja˛ca˛ ze wzgle˛du na niska˛ jasnos´c´ otaczaja˛cych narza˛dów i tkanek. W przeszłos´ci CNN radziło sobie lepiej w segmentacji obrazów medycznych, ale w 2021 r. badacze firmy Microsoft stworzyli nowatorska˛ strukture˛ oparta˛ na transformatorach, która przewyz˙szała wczes´niejsze metody klasyfikacji. Wrezultacie proponujemy metode˛ segmentacji CC oparta˛ na architekturze transformatora Chaotic Atom Search Optimized Swin (Shifted Window). Baza danych obrazowania MR mózgu jest gromadzona przy u˙zyciu platformy OASIS typu open source. Wst˛epne przetwarzanie Wavelet Thresholding kompresuje obrazy MR mózgu i obni˙za niepotrzebne szumy. Ciało modzelowate jest segmentowane na podstawie obrazów czaszki przy u˙zyciu proponowanego modelu Swin, który został opracowany i przeszkolony. Sugerowany framework jest zaimplementowany w ´srodowisku Python, a wska´zniki takie jak dokładnos ´c´, przypominanie, precyzja i wynik F1 sa˛ analizowane i porównywane z istnieja˛cymi systemami.
Key words: Ciało modzelowate (CC), próg falkowy, MRI, zoptymalizowane wyszukiwanie atomów chaotycznych (CASO)