[基于共同学习的功能融合和变压器的乳腺癌病变细分]
Yuesong Zhai1, Zhili Chen1, Dan Shao2
1School of Computer Science and Engineering, Shenyang Jianzhu University, Shenyang 110168, P. R. China.
概括
这项研究引入了一种新的双路径U-Net,用于使用正子发射断层扫描/计算机断层扫描 (PET/CT) 成像进行乳腺癌病变细分. 该方法实现了高精度,提高了多式联络医疗成像的诊断能力.
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.


