SegStitch: 多维 Transformer 用于强大且高效的医学图像分割

BriefGPT - AI 论文速递 BriefGPT - AI 论文速递 ·

介绍了一种新的多维统一的 Swin Transformer (MDU-ST) 模型,用于肿瘤病灶的 3D 分割。该模型通过自我监督的先验任务和微调来学习病灶解剖学的潜在模式,并在内部数据集上表现出显著改进。可用于自动化的 3D 病灶分割,辅助放射组学和肿瘤生长建模研究。

原文中文,约800字,阅读约需2分钟。
阅读原文