研究人员开发了Renal-Net，一个用于分割CT扫描上肾脏肿块的AI框架，旨在改进肾脏体积和病灶的客观评估。该算法使用nnU-Net框架构建，并在公共数据上进行训练，表现出强大的泛化能力，并优于现有的最先进模型。跨不同患者亚组和CT对比阶段的验证证实了该算法的鲁棒性和可靠性，代码已公开提供。 AI
影响 增强了肾脏体积和病灶的客观评估，可能改进肾脏疾病诊断和监测的临床工作流程。
排序理由 该集群包含一篇详细介绍用于医学图像分割的新型AI框架的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →