BriefGPT - AI 论文速递
·
气道标记与临床应用：通过可学习注意机制反映拓扑一致性与异常值
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本研究提出了AeroPath数据集，包含27个CT图像，涵盖从气肿到大肿瘤的病理。我们开发了一种多尺度自动气道分割方法，能够有效处理各种异常情况，并已公开数据集和应用程序。
🎯
关键要点
- 本研究提出了AeroPath数据集，包含27个CT图像。
- 数据集涵盖的病理范围从气肿到大肿瘤。
- 研究开发了一种多尺度自动气道分割方法。
- 该方法能够有效处理各种异常情况。
- AeroPath数据集和应用程序已公开提供。
➡️
