cholangiocarcinoma
PulseAugur coverage of cholangiocarcinoma — every cluster mentioning cholangiocarcinoma across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新的LoSA-Net架构改进了3D MRI肿瘤浸润预测
研究人员开发了LoSA-Net，这是一种新颖的深度学习架构，旨在改进3D MRI扫描中神经周围浸润（PNI）的预测。PNI是肿瘤侵袭性的关键指标，但其细微的MRI特征很容易与正常解剖结构混淆。LoSA-Net通过采用局部和尺度自适应技术，包括Talking Neighborhood Attention和Scale-Adaptive Feature Mixing，来更好地捕捉细节并保持不同尺度的连贯性。在对168名胆管癌患者的MRI扫描…
-
新型Transformer模型提升MRI癌症预测能力
研究人员开发了MMA-Former，一种用于从MRI扫描中预测胆管癌周围神经侵袭（PNI）的新型3D架构。该模型采用粗细Transformer结构进行多尺度特征提取，并引入了窗口特定混合头注意力机制。该机制通过将3D窗口路由到专门的注意力头来实现自适应特征提取，增强了专业化并减少了冗余。在对168例MRI扫描的评估中，MMA-Former的AUC达到了0.752，优于现有的CNN和Transformer基线模型。
-
新的扩散 Transformer 方法改进了来自 MRI 的 PNI 预测
研究人员开发了一种使用基于扩散的分类和 Transformer 架构来预测胆管癌周围神经侵袭（PNI）的新方法。该方法旨在通过更好地捕捉细微的影像学特征来提高磁共振成像（MRI）术前预测的准确性。为了提高计算效率，该方法在注意力头、空间标记和 MLP 宽度之间采用了自适应路由，在 257.57 GFLOPs 的计算量下达到了 0.731 的 AUC。