BronAtlas

新的BCNet框架改进了基于CT的支气管分类

研究人员开发了BCNet，一种用于使用CT扫描对支气管进行分类的新型框架。这种结构引导的方法将来自点云的段级拓扑信息与体素级表示学习相结合。BCNet采用两个联合训练的分支：一个用于段分类的点-体素图神经网络（PV-GNN）和一个用于体素级标记的卷积神经网络（CNN），它们共享一个通用骨干网络。该系统在BronAtlas基准测试中，支气管分类的F1分数提高了8.0%以上。BronAtlas基准测试也是一个开放获取的支气管成像分析资源。