研究人员开发了一种用于肺癌CT扫描的临床医生指导的人工智能分割流程,旨在提高预后准确性和临床信任度。该系统在知识到行动框架的指导下,利用了五种深度学习模型,其中VNet在半监督学习的分割准确性、放射组学稳定性和预测准确性方面取得了最佳性能。放射科医生发现AI生成的掩码对改进很有价值,这表明了以医生为中心的人工智能在肿瘤学中转化的一个有希望的途径。 AI
影响 这项研究展示了一条将人工智能整合到临床工作流程以改善肺癌预后的可行途径,有可能增加人工智能工具在医学影像领域的应用。
排序理由 这是一篇详细介绍新型AI模型及其评估的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- 3D Attention U-Net
- Knowledge to action framework for home health monitoring
- Mohammad Salmanpour
- Pysera
- ReconNet
- ResUNet
- SAM-Med3D
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →