Jul, 2024
大型语言模型辅助放射治疗中的治疗目标体积自动划分
Large Language Model-Augmented Auto-Delineation of Treatment Target
Volume in Radiation Therapy
TL;DR在本研究中,我们提出了一种基于视觉语言模型的放射治疗靶体积自动分割网络Radformer,该网络利用分层视觉变换器作为骨干架构,并通过大型语言模型从临床数据中提取文本信息丰富的特征。我们引入了一个视觉语言注意力模块(VLAM)来整合视觉和语言特征,以进行语言感知的视觉编码(LAVE)。我们在包含2985名接受放射治疗的头颈癌患者的数据集上评估了Radformer的性能,利用Dice相似系数(DSC)、交集并集比(IOU)和95th percentile Hausdorff距离(HD95)等指标定量评估了模型的性能。结果表明,Radformer在分割性能上优于其他最先进的模型,验证了其在放射治疗实践中的潜力。