ترجمه فارسی مقاله Leveraging Pretrained Vision Transformers for Automated Cancer Diagnosis in Optical Coherence Tomography Images

چکیده

This study presents a novel approach to brain cancer detection based on Optical Coherence Tomography (OCT) images and advanced machine learning techniques. The research addresses the critical need for accurate, real-time differentiation between cancerous and noncancerous brain tissue during neurosurgical procedures. The proposed method combines a pre-trained Vision Transformer (ViT) model, specifically DiNOV2, with a convolutional neural network (CNN) operating on Grey Level Co-occurrence Matrix (GLCM) texture features. This dual-path architecture leverages both the global context capture capabilities of transformers and the local texture analysis strengths of GLCM + CNNs. The dataset comprised OCT images from 11 patients, with 5,831 B-frame slices used for training and validation, and 1,610 slices for testing. The model achieved high accuracy in distinguishing cancerous from noncancerous tissue, with 99.7% ± 0.1% accuracy on the training dataset, 99.4% ± 0.1% on the validation dataset and 94.9% accuracy on the test dataset. This approach demonstrates significant potential for achieving and improving intraoperative decision-making in brain cancer surgeries, offering real-time, high-accuracy tissue classification and surgical guidance.

چکیده به فارسی (ترجمه ماشینی)

این مطالعه یک روش جدید برای تشخیص سرطان مغز بر اساس تصاویر توموگرافی انسجام نوری (OCT) و تکنیک های پیشرفته یادگیری ماشین ارائه می دهد.این تحقیق به نیاز اساسی به تمایز دقیق و در زمان واقعی بین بافت مغزی سرطانی و غیر سرطانی در طی مراحل جراحی مغز و اعصاب می پردازد.روش پیشنهادی یک مدل ترانسفورماتور قبل از آموزش دید (VIT) ، به طور خاص Dinov2 را با یک شبکه عصبی حلقوی (CNN) که بر روی ماتریس همزمان سطح خاکستری (GLCM) کار می کند ، ترکیب می کند.این معماری دو مسیر هم از قابلیت ضبط زمینه جهانی ترانسفورماتورها و هم نقاط قوت تجزیه و تحلیل بافت محلی GLCM + CNN استفاده می کند.این مجموعه داده شامل تصاویر OCT از 11 بیمار ، با 5،831 برش فریم B برای آموزش و اعتبار سنجی و 1610 برش برای آزمایش است.این مدل با دقت بالایی در تشخیص سرطانی از بافت غیر سرطانی ، با دقت 0.1 ± 99.7 ٪ در مجموعه داده های آموزش ، 0.1 ± 99 ٪ در مجموعه داده های اعتبار سنجی و دقت 94.9 ٪ در مجموعه داده های آزمون به دست آورد.این رویکرد پتانسیل قابل توجهی برای دستیابی و بهبود تصمیم گیری در حین عمل در جراحی سرطان مغز ، ارائه طبقه بندی بافت در زمان واقعی ، با دقت بالا و راهنمایی جراحی را نشان می دهد.