PulseAugur
中
实时 12:31:38
English(EN) Degradation-Aware Blur-Segmentation of Brain Tumor

新型AI模型改进模糊核磁共振扫描中的脑肿瘤分割

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种名为DABSeg的新型神经网络，用于改进3D核磁共振扫描中脑肿瘤的分割。该网络旨在处理扫描过程中患者运动引起的伪影和模糊，这些伪影和模糊通常会降低图像质量并降低分割精度。DABSeg将去模糊和分割整合到一个单一流程中，采用了一种新颖的特征域去模糊干和一种模糊感知注意力模块。在BraTS2020数据集上的实验表明，DABSeg在肿瘤分割精度和边界精度方面优于现有方法，尤其是在较小的病变和边界区域方面。 AI

影响 通过在具有挑战性的真实世界核磁共振成像条件下提高肿瘤分割精度，增强了AI在医学成像中的实用性。

排序理由 该集群包含一篇详细介绍用于特定医学成像任务的新型AI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模型改进模糊核磁共振扫描中的脑肿瘤分割

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Yang Liu ·

    Degradation-Aware Blur-Segmentation of Brain Tumor

    Multimodal 3D MRI brain tumor segmentation is a pivotal step in radiotherapy target delineation, surgical planning and post-treatment assessment. Existing methods often assume artifact-free MRI images. However, inevitable patient motion during scanning introduces artifacts and bl…

相关实体

相关话题