Beyin MRI skanlarından avtomatik neyroloji pozuntu təsnifatı üçün izaholunmaz vizual transformer yanaşması

Alzheimer xəstəliyinin (AD), çoxlu sklerozun (MS) və beyin tumorlarının hələ də əhəmiyyətli bir zamanda diaqnozu beynin MRI-yə çox bağlıdır və beyin MRI-si hələ də demək olar ki, hər yerdə çatışmazlıq olan radioloqlardan asılıdır. Konvolutional sinir şəbəkələri bu problemlə bağlı real irəliləyiş əldə ediblər, lakin bir konvolution yalnız görüntünün kiçik bir hissəsini görür, bu da bir təmiz konvolutional modelin beynə yayılmış patolojiyi nə qədər yaxşı bağlaya biləcəyini məhdudlaşdırır. Bu tədqiqat bir anda iki istiqamətdən bu məhdudiyyətə baxır: CNN-in qurulmuş arxa sümüklərinin nəzarət edilmiş, eyni protokolla müqayisə edilməsi və onlardan birinə yüngül bir diqqət mexanizminin yerləşdirilməsi. Biz tam 8 siniflik Multi-Class Neurological Disorder (MCND) məlumat dəstini (AD MildDemented, AD ModerateDemented, AD VeryMildDemented, Multiple Sklerosis, Normal və üç beyin qurd növü: glioma, meningioma və hipofiz) təsnif edirik. Dörd CNN-in, VGG-16, ResNet-50, DenseNet121 və EfficientNet-B0, nəzarət edilən əsas xətti kimi xidmət etmək üçün bir paylaşılan protokol altında yaxşı tənzimləndi. Daha sonra VGG-16 + CBAM qurduq: VGG16 omurğa, Convolutional Block Attention Module və daha kiçik bir təsnifat başı VGG-16s orijinal tam bağlı qatların yerinə, əsas xətləri üçün istifadə olunan eyni optimallaşdırıcı və artırma parametrləri altında 15 dövr üçün təlim olundu. Bu, 98,90% dəqiqliyə, 0,9890, 0,9893 ağır F1-lik bir makro F1-lik bir makro AUC-ROC 0,9997, və saxlanılan test dəstində 0,9874 MCC-yə çatdı. Bu, dörd əsas xəttini də məğlub etdi (98,12%98,85% dəqiqlik) yalnız 14,88 milyon parametr istifadə edərkən, təxminən %9 VGG-16s 134,29 milyon, 56.8 MB modeli üçün. Biz həmçinin parametrlərin sayını, model ölçüsünü, FLOP-ləri, GPU inferensiyası gecikməsini və hər bir əsas xətt üçün təlim vaxtını bildiririk, belə ki dəqiqlik artımı təkcə dəqiqlik deyil, faktiki hesablama xərcləri ilə çəkilə bilər. Bütün səkkiz sinif üçün Grad-CAM xəritələri, mümkün anatomik bölgələrə diqqət mərkəzində olan modelni göstərir: AD mərhələləri üçün periventrikulyar və hipokampal sahələr, MS üçün ağ maddə və hər bir tumor alt tipli üçün tumor nüvəsi. T-SNE-nin öyrənilmiş xüsusiyyətlərin projeksiyası səkkiz sinifin fərqli, əsasən üst-üstə düşməyən klasterlər formalaşdığını göstərir. Birlikdə alınmış nəticələr göstərir ki, kiçik, diqqət artırılmış CNN bu vəzifədə daha böyük sırt sümükləri ilə başa düşə və ya məğlub edə bilər, klinikə etibar etməyi tələb edən şərh qabiliyyətini itirmədən.

Müəlliflər bu işə KSRG-2026-300 adlı tədqiqat qrupu vasitəsilə maliyyələşdirildiyi üçün Kral Salman Əlillik Araşdırmaları Mərkəzinə minnətdarlıqlarını bildirirlər.

Müəlliflər bu işlərin maliyyələşdirilməsinə görə Kral Salman Əlillik Araşdırmaları Mərkəzinə təşəkkürlərini bildirirlər.

Kompüter elmləri və informasiya kafedrası, Taibah Universiteti, Medina 42353, Səudiyyə Ərəbistanı

King Salman Əlillik Araşdırmaları Mərkəzi, Riyad, 11614, Səudiyyə Ərəbistanı

Pakistanın Rawalpindi şəhərində Fatima Cinnaya Qadın Universitetinin proqram mühəndisliyi kafedrası