在FDG-PET/CT成像中对TNM肺癌进行T分类的先进人工智能框架
Mariem Trabelsi1, Hamida Romdhane1, Lotfi Ben Salem2
1University of Tunis El Manar, Laboratory of Biophysics and Medical Technology, Higher Institute of Medical Technologies, 1006 Tunis, Tunisia.
Biomedical physics & engineering express
|October 12, 2024
概括
这项研究引入了人工智能框架,用于使用PET/CT扫描进行自动肺瘤细分和T分类,从而改善肺癌的分期和治疗计划.
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:
- 肺癌的管理需要准确的诊断和分期,以有效治疗.
- 目前的分期方法可能是耗时和主观的.
- 人工智能 (AI) 具有自动化和提高诊断准确性的潜力.
研究的目的:
- 为自动化肺瘤细分开发一个弹性AI框架.
- 通过使用PET/CT成像,根据TNM 2024年分期进行肺癌的准确T分类.
- 为了改善可视化治疗规划和诊断见解.
主要方法:
- 使用了轴向DICOMCT和18FDG-PET/CT图像的数据库.
- 采用修改后的ResNet-50模型进行自动瘤细分.
- 应用了CNN ResNet-50模型用于使用细分图像进行T分类.
主要成果:
- 在自动肺瘤细分中实现了高精度和特异性.
- 在T分类 (T1a,T2a,T2b,T3,T4) 中表现出色,具有高精度,F1分数和特异性.
- 3D模型增强了瘤边界可视化;肺部工具包辅助的叶片细分.
结论:
- 开发的AI框架显著推进了自动肺癌诊断和分期.
- 自动细分和T分类提高了患者管理的准确性和效率.
- 这种人工智能方法有望通过改进的治疗策略和预后评估来提高患者的治疗结果.
更多相关视频
09:34Dynamic Imaging of Chimeric Antigen Receptor T Cells with [18F]Tetrafluoroborate Positron Emission Tomography/Computed Tomography
Published on: February 17, 2022
3.3K
07:53Author Spotlight: Advancing 3D Modeling for Enhanced Diagnosis and Treatment of Pulmonary Nodules in Early-Stage Lung Cancer
Published on: October 13, 2023
1.4K
