Mar, 2024

预训练变换器用于肺癌分割的可信度

TL;DR基于 670 个 CT 和 MRI 扫描,评估了两个自监督预训练的 Transformer 模型 Swin UNETR 和 SMIT 在肺肿瘤细分领域的可信度。模型表现出了较高的准确性和稳健性,并在不同领域的 CT 和 MRI 扫描中展现了良好的分割性能。研究结果有望在临床中指导当前和未来预训练模型的安全开发和应用。