حسن ختن لو

پاسخ‌دهی به سوالات پزشکی از روی تصاویر پزشکی، به ویژه در تصاویر MRI مغزی، چالشی پیچیده و چندوجهی است که توجه گسترده‌ای از جوامع تحقیقاتی بینایی کامپیوتر و پردازش زبان طبیعی را به خود جلب کرده است. در این مطالعه، ما به معرفی یک مجموعه داده بهبود یافته و مدل نوآورانه‌ای می‌پردازیم که به طور خاص برای پاسخگویی به پرسش‌های تخصصی در مورد تصاویر MRI تومور‌های مغزی طراحی شده است. برای توسعه این سیستم، از مجموعه داده‌های معتبر BRATS2013، BRATS2017، BRATS2021، IXI و Jun Cheng استفاده کرده‌ایم که شامل اطلاعات جامع و دقیق در خصوص تومورهای مغزی هستند. سیستم پیشنهادی ما با استفاده از مکانیزم‌های توجه پیشرفته و مدل‌های از پیش آموزش دیده قدرتمندی مانند BERT ، EfficientNet-B7 و ResNet-152 توانسته است ویژگی‌های متنی و تصویری را با دقت و کارایی بالا استخراج و تحلیل کند. این تحقیق با تمرکز ویژه بر تومور‌‌‌های مغزی در تصاویر MRI و کاربرد تکنیک‌های پاسخگویی به سوالات بصری، نتایج ارزشمندی را در تجزیه و تحلیل تومور‌های مغزی ارائه می‌دهد. نتایج به‌دست‌آمده نشان‌دهنده دقت و امتیازات بالا معیار BLEU هستند، که پتانسیل و قابلیت‌های مدل پیشنهادی را در بهبود فرآیند تفسیر اسکن‌های MRI تومور‌های مغزی و کمک به تصمیم‌گیری‌های پزشکی را، به‌خوبی اثبات می‌کند. این دستاوردها می‌توانند به‌عنوان یک گام مهم در توسعه ابزارهای هوش مصنوعی برای تشخیص و درمان دقیق‌تر تومورهای مغزی مورد استفاده قرار بگیرند.