AITOPAI热报
今日精选全部动态早读东盟 AIAgent 接入我的简报我的追踪阅读偏好内容方法关于更新日志信源提报反馈
外观
登录 / 注册
AITOPAI热报

PET/CT

共 2 条相关 AI 资讯
8月31日
09:36
09:36官方账号arXiv cs.AI@Pablo Lozano-Jimenez, Sergio Romero-Tapiador, Ruben Tolosana
研究人员为AUTOPET V挑战开发了基于nnU-Net的全身病变分割模型。该模型采用两阶段训练:预训练产生初始分割结果,在线交互阶段学习利用涂鸦提示逐步优化预测。通过器官监督减少生理摄取导致的假阳性,并添加示踪剂分类器处理FDG和PSMA两种示踪剂。四折交叉验证显示器官监督模型性能最佳且稳定,交互阶段每次提示都能提高Dice分数。
论文AUTOPET VnnU-NetPET/CT

推荐理由:AUTOPET V挑战的新模型,结合解剖知识和交互式训练,能更准确分割PET/CT中的病变。
原文
8月11日
11:03
11:03官方账号arXiv cs.LG@Mona Furukawa, Sai Hyne, Daniel R. McGowan, Bartłomiej W. Papież
该研究利用深度学习基于PET/CT影像预测非小细胞肺癌的EGFR、TP53和KRAS基因突变。实验采用英国新型放射基因组学队列,比较成对多标签学习与单基因分类的效果。联合预测KRAS和TP53将AUC从0.58提升至0.64(KRAS)和从0.69提升至0.71(TP53)。EGFR/KRAS对中仅EGFR受益,而EGFR/TP53对无改善。结果表明多标签学习的有效性取决于特定突变组合,提示需采用突变特异性建模策略。
论文PET/CTNSCLC多标签学习

推荐理由:想用影像预测基因突变?这篇论文告诉你多标签学习不是万能药,KRAS和TP53联合预测能提AUC,但EGFR组合就没用,得看突变配对。
原文
精选动态早读东盟登录