相关实验视频
Updated: Jul 17, 2026
09:11
Use of MRI-ultrasound Fusion to Achieve Targeted Prostate Biopsy
Published on: April 9, 2019
22.6K
ProSeg:用于MRI中高精度前列腺细分的多尺度上下文融合
1Guangdong Pharmaceutical University, Guangzhou, China. qinjw@gdpu.edu.cn.
Scientific reports
|March 17, 2026
概括
新的深度学习方法ProSeg通过精确地绘制外围区域和中央腺体,改善前列腺MRI细分. 这种先进的技术提高了前列腺癌的诊断准确性和治疗计划.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 放射学 放射学是一门学科.
背景情况:
- 前列腺MRI细分对于诊断和治疗计划至关重要.
- 挑战包括不规则的外围区域边界,均的中央腺体纹理和成像协议的变化.
研究的目的:
- 介绍ProSeg,一个新的深度学习框架,用于准确的前列腺区域细分.
- 用专业的深度学习技术解决当前细分方法的局限性.
主要方法:
- 开发了ProSeg,这是一个具有专用ProSeg块的深度学习框架.
- 集成的异型卷曲用于边缘区域边界划分.
- 利用交叉切片注意力机制用于中央腺组织建模.
主要成果:
- 在Promise12和Promise158数据集上,ProSeg实现了最先进的性能.
- 在Promise12.上获得了84.31% (边缘区域) 和57.92% (中央腺体) 的子得分.
- 在Promise158上获得了83.15% (外围区域) 和56.38% (中央腺体) 的子得分,超过了现有方法.
结论:
- 与现有方法相比,ProSeg在前列腺区域细分方面表现出更高的准确性.
- 该框架在各种成像协议中显示一致的性能.
- 在现实应用中,ProSeg具有可靠的前列腺细分的显著临床潜力.
