PulseAugur
中
实时 11:59:37
English(EN) A Neighborhood Attention Transformer Network for Enhanced 3D Segmentation of the Left Anterior Descending Artery

Transformer网络增强CT扫描中左前降支三维分割

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种新颖的基于Transformer的网络NA-UNETR，旨在精确分割CT扫描中的左前降支（LAD）动脉。该模型结合了邻域注意力模块，以有效捕捉精细的结构细节和更广泛的上下文信息，解决了LAD尺寸小、对比度低的挑战。该框架还利用了不确定性引导的优化方法和复合损失函数，以提高重叠和边界精度，特别是在标注数据有限的情况下。 AI

影响 这项研究可能导致更精确的心脏亚结构分割，用于放射治疗规划，从而改善患者预后。

排序理由 该集群包含一篇学术论文，详细介绍了一种用于特定医学成像任务的新模型。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

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

Transformer网络增强CT扫描中左前降支三维分割

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Rafi Ibn Sultan, Chengyin Li, Yiannos Demetriou, Ahmed I. Ghanem, Joshua P. Kim, Justine Cunningham, Hassan Bagher-Ebadian, Dongxiao Zhu, Kundan S. Thind ·

    用于增强左前降支动脉三维分割的邻域注意力Transformer网络

    arXiv:2608.12274v1 Announce Type: cross Abstract: Background: Accurate segmentation of the Left Anterior Descending (LAD) artery in 3D free-breathing, non-contrast CT is critical for cardiac dose sparing in thoracic radiotherapy. The LAD is extremely small, has poor soft-tissue c…

相关实体

相关话题