Automated Histological Assessment of Parkinson’s Disease Models via Integrated Dopaminergic Neuron Segmentation and Phenotypic Quantification
Cet article présente SegDAFormer, une nouvelle architecture transformer à double tête qui unifie la segmentation des neurones dopaminergiques et la quantification phénotypique de la Tyrosine Hydroxylase (TH) dans les modèles de la maladie de Parkinson, surpassant de manière significative les méthodes existantes en fournissant un cadre évolutif et biologiquement interprétable pour l'évaluation histologique automatisée.