PulseAugur
实时 23:03:59
English(EN) GLOW-FDG: Generalized cancer LesiOn Whole-body segmentation model for $^{18}$F-FDG-PET/CT

新型AI模型GLOW-FDG可自动分割PET/CT扫描中的癌症病灶

研究人员开发了GLOW-FDG,一个开源AI模型,用于分割全身$^{18}$F-FDG-PET/CT扫描中的癌症病灶。该模型在涵盖多种癌症类型的1500多例扫描中进行了训练,在病灶检测和分割准确性方面表现优于现有基准。GLOW-FDG在量化肿瘤负荷和病灶糖酵解方面也表现出稳健性,接近专家人类评估的一致性。 AI

影响 该模型有望通过自动图像分析显著提高癌症诊断和治疗监测的速度和准确性。

排序理由 该集群包含一篇详细介绍新型AI医学图像分析模型的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新型AI模型GLOW-FDG可自动分割PET/CT扫描中的癌症病灶

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Maksym Fritsak, Maximilian Rokuss, Hubert S. Gabry\'s, Yannick Kirchhoff, Benjamin Hamm, Sebastian M. Christ, Nicolas Martz, Isabelle Opitz, Rolf Stahel, Martin H\"ullner, Matthias Guckenberger, Klaus Maier-Hein, Stephanie Tanadini-Lang ·

    GLOW-FDG: Generalized cancer LesiOn Whole-body segmentation model for $^{18}$F-FDG-PET/CT

    arXiv:2607.03931v1 Announce Type: cross Abstract: Whole-body fluorodeoxyglucose positron emission tomography combined with computed tomography is widely used in cancer care, but manual lesion delineation is slow, subjective, and difficult to scale. We present GLOW-FDG, an open-so…