Marco guiado de texto de circuito cerrado para la segmentación y cuantificación de la lesión del cáncer de pulmón

Área de la Ciencia:

• Imágenes médicas de imágenes médicas.
• La inteligencia artificial es inteligencia artificial.
• Radiología Radiología.

Sus antecedentes:

• La delimitación precisa de la lesión del cáncer de pulmón es crucial para la detección temprana y el tratamiento.
• Los métodos convencionales de segmentación producen máscaras que no están alineadas con las normas de notificación clínica.

Objetivo del estudio:

• Introducir BiomedLoop, un marco guiado por texto para la segmentación del cáncer de pulmón que cierra la brecha entre el análisis automatizado y la práctica clínica.
• Para mejorar la alineación de las salidas de segmentación con el lenguaje del radiólogo y las normas de presentación de informes.

Principales métodos:

• Una localización de acoplamiento de tubería (Grounding DINO) y refinamiento (SEEM) con un modulador de características conscientes de la incertidumbre.
• Convertir descriptores geométricos de máscaras en pseudo-texto para el ajuste fino de la ruta de localización.
• Generar informes estructurados que cumplan con las especificaciones de TID 1500.

Principales resultados:

• BiomedLoop logró coeficientes de similitud de dados más altos en comparación con las CNN convencionales y las variantes del Modelo Segmento Cualquier cosa.
• El marco demostró distancias de Hausdorff consistentemente más bajas, lo que indica una mejor delimitación de los límites.
• Se logró un ajuste fino exitoso incluso en conjuntos de datos que carecían de informes nativos de radiología.

Conclusiones:

• El modelado conjunto semántico-espacial sistemático en BiomedLoop conecta efectivamente la segmentación con la utilidad clínica.
• El marco ofrece una solución para entornos de recursos limitados que requieren una segmentación precisa y clínicamente relevante.
• BiomedLoop facilita la práctica de diagnóstico de rutina mediante la integración de descripciones semánticas con la cuantificación espacial.