一个两阶段的诊断框架,用于在患有肝细胞癌的患者中评估治疗后的治疗反应
概括
这项研究引入了一种新的两阶段框架,使用先进的AI来通过对比增强超声波 (CEUS) 视频评估肝细胞癌 (HCC) 治疗反应. 该方法改善了切除区域的定位和评估准确性,有助于临床决策.
科学领域:
- 医疗成像医学成像
- 人工智能在医学中的应用
- 在瘤学瘤学.
背景情况:
- 增强对比的超声波 (CEUS) 视频对于评估肝细胞癌 (HCC) 治疗反应后的治疗反应至关重要.
- 在CEUS视频分析中的挑战包括高数据重复性,小的废弃区域和图像质量差,阻碍了准确的评估.
研究的目的:
- 使用CEUS视频开发和验证一个强大的两阶段诊断框架,用于对使用CEUS视频的HCC患者进行切除后治疗反应评估.
- 在HCC管理中提高治疗反应评估的准确性和效率.
主要方法:
- 提出了一个两阶段的框架:一个使用Yolov5-SFT的定位阶段用于切除区域的识别,以及一个相似性比较模块 (SCM) 来减少数据冗余.
- 为评估阶段设计了一个EfficientNet-SK模型,以提高术后疗效评估的准确性.
主要成果:
- 拟议的框架在自收集数据集的现有算法相比显示出更高的性能.
- 该系统有效地帮助临床医生评估HCC患者的废除后治疗反应.
结论:
- 开发的两阶段诊断框架为克服CEUS基于视频的HCC治疗反应评估挑战提供了一个有希望的解决方案.
- 这种人工智能驱动的方法可以显著帮助医疗专业人员做出有关HCC术后护理的明智决策.
