相关实验视频
Updated: Jul 13, 2025
09:11
Use of MRI-ultrasound Fusion to Achieve Targeted Prostate Biopsy
Published on: April 9, 2019
21.6K
RTAU-Net:一种新的3D直肠瘤细分模型,基于双路线融合和注意力引导
Dengao Li1, Juan Wang1, Jicheng Yang2
1College of Data Science, Taiyuan University of Technology, Taiyuan 030024, China; Key Laboratory of Big Data Fusion Analysis and Application of Shanxi Province, Taiyuan University of Technology, Taiyuan, Shanxi, China; Intelligent Perception Engineering Technology Center of Shanxi, Taiyuan University of Technology, Taiyuan, Shanxi, China.
Computer methods and programs in biomedicine
|October 13, 2023
概括
一个新的3D直肠瘤细分模型,RTAU-Net,通过分析全球和本地特征,精确地定位瘤. 这种先进的方法提高了诊断准确度,并减少了医生在结直肠癌病例中的工作负担.
科学领域:
- 在瘤学瘤学.
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 结肠直肠癌是全球癌症诊断和死亡的主要原因.
- 结直肠癌占结直肠癌病例的很大一部分.
- 目前用于直肠瘤的二维细分方法有限,无法捕获体积数据和切片间相关性.
研究的目的:
- 介绍一个新的三维 (3D) 结直肠瘤细分模型.
- 克服现有的2D方法在分析整个瘤和切片间关系方面的局限性.
- 提高医疗成像中直肠瘤细分的准确性和实际应用价值.
主要方法:
- 开发了一个3D直肠瘤细分模型 (RTAU-Net).
- 图像预处理用于提高图像质量和解决区域不平衡.
- 一个双路融合网络,结合剩余和变压器编码器,被设计用于特征提取.
- 整合了一个多尺度的融合通道注意力机制,以处理复杂的瘤形态和尺度.
主要成果:
- 该RTAU-Net模型展示了有效的3D直肠瘤细分.
- 该模型在独立的数据集上获得了0.7978和0.6792的Dice分数.
- 与次优模型相比,观察到2.78%和7.02%的性能改善.
结论:
- 该RTAU-Net模型准确地定位直肠瘤,捕捉复杂的轮和细节.
- 3D方法解决了直肠瘤形态学的变化.
- 该模型有可能减轻医生的工作量,并提高直肠癌管理中的诊断精度.
