05:13am 30 September 2026
NEWS
കുസാറ്റ് ഗവേഷക IEEE EMBS BHI 2026-ൽ ഗവേഷണ പ്രബന്ധം അവതരിപ്പിക്കും
28/09/2026  07:45 PM IST
മൈക്കിൾ വർഗ്ഗീസ് ചെങ്ങാടക്കരി
കുസാറ്റ് ഗവേഷക IEEE EMBS BHI 2026-ൽ ഗവേഷണ പ്രബന്ധം അവതരിപ്പിക്കും
HIGHLIGHTS

1.Anima V A

2.Madhu S Nair

കൊച്ചി: കൊച്ചി ശാസ്ത്ര സാങ്കേതിക സർവകലാശാലയിലെ (കുസാറ്റ്) കമ്പ്യൂട്ടർ സയൻസ് വകുപ്പിലെ ഗവേഷക അനിമ വി. എ. 2026-ലെ IEEE എഞ്ചിനീയറിങ് ഇൻ മെഡിസിൻ ആൻഡ് ബയോളജി സൊസൈറ്റിയുടെ (EMBS) അന്താരാഷ്ട്ര ഹെൽത്ത്‌കെയർ ഇൻഫർമാറ്റിക്സ് കോൺഫറൻസിൽ (BHI 2026) ഗവേഷണ പ്രബന്ധം അവതരിപ്പിക്കും. ബയോമെഡിക്കൽ എൻജിനീയറിങ്, ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ്, ഹെൽത്ത്‌കെയർ ഇൻഫർമാറ്റിക്സ് എന്നീ മേഖലകളിലെ പ്രമുഖ ഗവേഷണ സമ്മേളനങ്ങളിലൊന്നാണിത്. കുസാറ്റ് കമ്പ്യൂട്ടർ സയൻസ് വകുപ്പ് പ്രൊഫസർ ഡോ. മധു എസ്. നായരുടെ മാർഗനിർദേശത്തിലാണ് ഗവേഷണം നടത്തിയത്.

'BCR-Net: Bidirectional Cross-Representation Self-Distilled Learning for Efficient 3D Intracranial Aneurysm Segmentation' എന്ന ഗവേഷണ പ്രബന്ധത്തിൽ, ടൈം ഓഫ് ഫ്ലൈറ്റ് മാഗ്നറ്റിക് റെസൊണൻസ് ആൻജിയോഗ്രഫി (TOF-MRA) ചിത്രങ്ങളിൽനിന്ന് തലച്ചോറിലെ പൊട്ടാത്ത രക്തക്കുഴൽ വീക്കങ്ങൾ (Intracranial Aneurysms) കൃത്യമായി തിരിച്ചറിയുന്നതിനുള്ള നൂതന ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് രീതിയാണ് അവതരിപ്പിക്കുന്നത്.

തലച്ചോറിലെ രക്തക്കുഴലുകളിൽ ഉണ്ടാകുന്ന അസാധാരണമായ വീക്കങ്ങളാണ് ഇൻട്രാക്രാനിയൽ അന്യൂറിസം. ഇവ പൊട്ടുന്നത് ജീവന് ഭീഷണിയായ രക്തസ്രാവത്തിനും പക്ഷാഘാതത്തിനും കാരണമാകാം. പ്രത്യേകിച്ച് ചെറിയ വീക്കങ്ങൾ മെഡിക്കൽ ചിത്രങ്ങളിൽ ചുറ്റുമുള്ള രക്തക്കുഴലുകളിൽനിന്ന് വേർതിരിച്ചറിയാൻ പ്രയാസമുള്ളതിനാൽ അവ കണ്ടെത്തുന്നത് വെല്ലുവിളിയാണ്.

ഈ വെല്ലുവിളി മറികടക്കുന്നതിനായി, കൺവല്യൂഷണൽ ന്യൂറൽ നെറ്റ്‌വർക്കുകളും ട്രാൻസ്‌ഫോർമർ അധിഷ്ഠിത പഠനരീതികളും സംയോജിപ്പിച്ചാണ് പുതിയ സാങ്കേതികവിദ്യ വികസിപ്പിച്ചത്. ശരീരഘടനയുടെ സൂക്ഷ്മമായ വിശദാംശങ്ങളും രക്തക്കുഴലുകളുടെ വിശാലമായ ഘടനയും കൃത്യമായി വിശകലനം ചെയ്യാൻ ഈ രീതിയിലൂടെ സാധിക്കും. കുറഞ്ഞ കംപ്യൂട്ടിങ് ശേഷി ഉപയോഗിച്ചുകൊണ്ട് തന്നെ കൂടുതൽ കൃത്യത ഉറപ്പാക്കുന്ന സവിശേഷമായ ഫീച്ചർ ഇന്ററാക്ഷൻ, കോൺടെക്സ്റ്റ് റിഫൈൻമെന്റ് സംവിധാനങ്ങളും ഇതിൽ ഉൾപ്പെടുത്തിയിട്ടുണ്ട്.

അന്താരാഷ്ട്ര തലത്തിൽ അംഗീകരിക്കപ്പെട്ട ADAM Challenge ഡാറ്റാസെറ്റ് ഉപയോഗിച്ച് നടത്തിയ പഠനത്തിൽ, നിലവിലുള്ള നിരവധി നൂതന ഡീപ് ലേണിങ് രീതികളേക്കാൾ മികച്ച പ്രകടനം ഈ സാങ്കേതികവിദ്യ കാഴ്ചവച്ചു. തലച്ചോറിലെ രക്തക്കുഴൽ വീക്കങ്ങൾ കൃത്യമായി തിരിച്ചറിയുന്നതിനും രോഗനിർണയം, ചികിത്സാ ആസൂത്രണം, ക്ലിനിക്കൽ തീരുമാനങ്ങൾ എന്നിവയിൽ റേഡിയോളജിസ്റ്റുകൾക്കും ന്യൂറോസർജന്മാർക്കും സഹായകമാകുന്നതിനും ഈ ഗവേഷണം പ്രയോജനപ്പെടുമെന്ന് പ്രതീക്ഷിക്കുന്നു.

Photo Courtesy - Google

ഇവിടെ പോസ്റ്റുചെയ്യുന്ന അഭിപ്രായങ്ങള്‍ കേരളശബ്‌ദത്തിന്റേതല്ല . അഭിപ്രായങ്ങളുടെ പൂര്‍ണ്ണ ഉത്തരവാദിത്വം രചയിതാവിനായിരിക്കും. കേന്ദ്ര സർക്കാരിന്റെ ഐ.ടി നയപ്രകാരം വ്യക്തി, സമുദായം, മതം, രാജ്യം എന്നിവയ്ക്കെതിരായി അധിക്ഷേപങ്ങളും അശ്ലീല പദപ്രയോഗങ്ങളൂം നടത്തുന്നത് ശിക്ഷാര്‍ഹമായ കുറ്റമാണ്. ഇത്തരം അഭിപ്രായ പ്രകടനത്തിന് നിയമനടപടി കൈക്കൊള്ളുന്നതാണ്.
Ernakulam
img