radiation therapy | BriefGPT

关键词radiation therapy

搜索结果 - 8

通过多标签学习和深度模型解释推进头颈癌生存预测
我们提出了 IMLSP，一个可解释的多标签多模态深度存活预测框架，用于同时预测多个头颈癌存活结果，并提供深度预测过程的时间事件特定的可视化解释。我们采用多任务逻辑回归层将存活预测从回归问题转化为多时间点分类任务，并能够同时预测多个相关存活结
PDF2 months ago
MD-Dose: 基于 Mamba 的放射治疗剂量预测扩散模型
肿瘤放射治疗中，通过基于扩散模型的 MD-Dose 及 Mamba 架构，结合噪声预测器和结构信息提取器，实现对放疗剂量分布图的自动预测，以加速治疗流程并提高放疗计划的出发点。
PDF4 months ago
SegRap2023: 鼻咽癌放疗计划中危及器官和肿瘤体积分割的基准评估
放疗是治疗鼻咽癌的主要有效策略，精确划定肿瘤区域和风险器官对辐射治疗至关重要。最近，深度学习在医学图像分割任务中取得了有希望的结果。本文详述了 SegRap2023 挑战赛，并分析了所有参与者的解决方案。
PDF7 months ago
SP-DiffDose: 基于多尺度解剖结构融合的条件扩散模型，由 SwinTransformer 和 Projector 指导的辐射剂量预测
为了提高放射治疗的剂量分布预测准确性，我们提出了一种基于 SwinTransformer 和投影器的剂量预测扩散模型，称为 SP-DiffDose。利用结构编码器从解剖图像中提取特征，通过条件扩散过程在多个尺度上融合噪声和解剖图像，并逐渐映
PDF7 months ago
放射肿瘤学中基于 LLM 的多模态靶体积勾画
在放射治疗中，靶体积轮廓的划定被认为比正常器官分割任务更具挑战性，因为它需要利用图像和基于文本的临床信息。受到大型语言模型（LLMs）的最新进展的启发，可以促进文本信息和图像的融合，我们提出了一种新颖的 LLM 驱动的多模态人工智能，应用于
PDF8 months ago
脑肿瘤复发与放射性坏死分类及患者生存预测
提出了一种基于 MRF 的计算模型，通过多分辨率放射性医学（MRF）特征提取和显著性检验筛选（P < 0.05）分类预测 GBM 患者的放射性坏死（RN）和复发性脑肿瘤（rBT），并探讨了其作为非创伤性生物标志物识别高风险复发或放射坏死患者
PDFa year ago
CT 图像金属伪影深度补全和图像先验去除
该文提出了一个通用的金属伪影减少框架，将图像域和正弦图域的优点结合，通过训练神经网络恢复受金属影响的正弦图像以及生成一个先验图像来引导正弦学习，以有效地减少金属伪影。经过对真实和模拟数据的广泛实验，该方法在保留解剖结构的同时，能够产生优越的
PDF4 years ago
采用对象相关高层特征的改进 U-Net (mU-Net) 用于 CT 图像中肝脏和肝肿瘤分割的提升
本文介绍了一种将残差通路与反卷积和激活操作相结合的 U-Net 架构，用于肝和肝癌的自动分割，进而提高肝癌放疗任务的效率。在 LiTS 2017 数据集上，经验证明这种改进的 U-Net（mU-Net）优于现有的最先进网络。
PDF5 years ago