训练强大的T1权重磁共振成像 肝脏细分模型 使用具有不同对比协议和肝脏疾病病因的数据集集
Nihil Patel1, Mohamed Eltaher1, Rachel Glenn1
1The University of Texas MD Anderson Cancer Center.
Research square
|May 15, 2024
概括
这项研究开发了一种深度学习模型,用于在T1wMR图像中自动细分肝脏. nnUNet模型的准确度超过90%,证明了它对肝癌治疗的稳定性.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 在瘤学瘤学.
背景情况:
- 手动肝脏细分是耗时的,对于大规模应用来说不切实际.
- 准确的肝脏细分对于有效的肝癌治疗计划至关重要.
结论:
- nnUNet模型为自动化肝脏细分提供了强大而准确的解决方案.
- 一个大而多样化的数据集增强了肝脏细分的深度学习模型的概括性.
- 这种自动化方法可以在肝癌治疗和研究方面发挥重要作用.


