Jove
Visualize
联系我们
JoVE
x logofacebook logolinkedin logoyoutube logo
关于 JoVE
概览领导团队博客JoVE 帮助中心
作者
出版流程编辑委员会范围与政策同行评审常见问题投稿
图书馆员
用户评价订阅访问资源图书馆顾问委员会常见问题
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experiments存档
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教师资源中心教师网站
使用条款与条件
隐私政策
政策

相关实验视频

Updated: Jun 3, 2025

Swin-PSAxialNet: An Efficient Multi-Organ Segmentation Technique
04:48

Swin-PSAxialNet: An Efficient Multi-Organ Segmentation Technique

Published on: July 5, 2024

367

使用Swin UNEt TR 变压器进行强大的自动化鼠标微型CT细分.

Lu Jiang1, Di Xu1, Qifan Xu1

  • 1Department of Radiation Oncology, University of California San Francisco, San Francisco, CA 94115, USA.

Bioengineering (Basel, Switzerland)
|January 8, 2025
PubMed
概括

相关概念视频

您也可能阅读

相关文章

通过共同作者、期刊和引用图与本文相关的文章。

排序
Same author

A case report of bevacizumab-induced subcapsular renal hemorrhage in a patient with lung adenocarcinoma.

Frontiers in oncology·2026
Same author

Strengths for adaptation: The roles of multidimensional social support and resilience in shaping loneliness trajectories among rural left-behind children.

Applied psychology. Health and well-being·2026
Same author

Compact and high-power Ge-on-Si photodetector based on butt-side-hybrid coupling.

Optics letters·2026
Same author

Eliciting ferroptosis with a visual magnetic nanogel to sensitize triple negative breast cancer to taxol by blocking extracellular vesicle-mediated iron efflux.

Colloids and surfaces. B, Biointerfaces·2026
Same author

All-silk fibroin-based dual-drug delivery system for antibacterial and antioxidant wound repair.

International journal of biological macromolecules·2026
Same author

Time-dependent surface polarization breaks static scaling relationship for selective acetylene hydrogenation.

Nature chemistry·2026

在微型CT扫描中,Swin UNETR精确地细分小鼠器官,优于其他模型. 这种先进的人工智能工具通过改进辐射研究的自动轮来增强临床前研究.

科学领域:

  • 医疗成像医学成像
  • 人工智能的人工智能
  • 临床前研究 临床前研究

背景情况:

  • 图像引导的小鼠辐射对于在人类试验之前的临床前研究至关重要.
  • 在微型CT扫描中精确的器官细分对于理解辐射干预至关重要.

研究的目的:

  • 在微型CT扫描中使用Swin UNEt TRansformers (Swin UNETR) 来细分小鼠器官.
  • 将Swin UNETR与3D no-new-Net (nnU-Net) 进行比较,以获得细分的准确性和稳定性.
  • 评估Swin UNETR在不同的成像条件下对外部数据集的概括性.

主要方法:

  • 使用Swin UNETR,将老鼠器官分割作为一个序列对序列任务,使用Swin转换器编码器和FCNN解码器.
  • 模型在开放数据集上进行训练和评估,并通过不同的微型CT扫描仪在外部数据集上进行进一步测试.
  • 使用子相似系数 (DSC) 和豪斯多夫距离 (HD95p) 进行基准性能测试.

主要成果:

  • 与nnU-Net和AIMOS相比,Swin UNETR在平均DSC和HD95p中表现优越.
  • 该模型在外部数据集上显示出异常的稳定性和通用性,能够处理成像噪声和质量的变化.
  • 在两只特定的小鼠的肠道轮中观察到轻微的限制.
关键词:
斯文变压器 斯文变压器深度学习是一种深度学习.在微型CT中使用微型CT.这里是鼠标鼠标鼠标鼠标鼠标鼠标.器官细分器官的细分器官的细分器官

更多相关视频

Deep Learning-Based Segmentation of Cryo-Electron Tomograms
10:25

Deep Learning-Based Segmentation of Cryo-Electron Tomograms

Published on: November 11, 2022

8.5K
A Swin Transformer-Based Model for Thyroid Nodule Detection in Ultrasound Images
04:23

A Swin Transformer-Based Model for Thyroid Nodule Detection in Ultrasound Images

Published on: April 21, 2023

1.7K

相关实验视频

Last Updated: Jun 3, 2025

Swin-PSAxialNet: An Efficient Multi-Organ Segmentation Technique
04:48

Swin-PSAxialNet: An Efficient Multi-Organ Segmentation Technique

Published on: July 5, 2024

367
Deep Learning-Based Segmentation of Cryo-Electron Tomograms
10:25

Deep Learning-Based Segmentation of Cryo-Electron Tomograms

Published on: November 11, 2022

8.5K
A Swin Transformer-Based Model for Thyroid Nodule Detection in Ultrasound Images
04:23

A Swin Transformer-Based Model for Thyroid Nodule Detection in Ultrasound Images

Published on: April 21, 2023

1.7K

结论:

  • 在临床前工作流程中,Swin UNETR是一种高度通用和高效的工具,用于在临床前工作流程中自动化器官轮.
  • 该模型的性能表明它有可能显著推进图像导向辐射研究.
  • 尽管微型CT成像参数的变化,但Swin UNETR为细分任务提供了强大的解决方案.