研究人员开发了CT-3GDINO,这是一种新颖的3D对象检测模型,专为腹部CT扫描中的器官定位而设计。该轻量级模型采用了类似Grounding-DINO的架构,使用冻结的伪文本类别令牌而非传统的文本编码器。CT-3GDINO集成了Swin3D骨干网络、双向特征增强和跨模态解码器,以预测肝脏、脾脏和肾脏等器官的边界框。在193个CT体积上进行评估,该模型取得了具有竞争力的mAP分数,在粗略定位方面表现强劲,同时指出了精确边界框对齐方面的改进空间。 AI
影响 这项研究为医学影像中的3D器官定位提供了一个新的基准,有望改善创伤护理中的下游分析。
排序理由 该集群包含一篇详细介绍新模型及其评估的研究论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →