BriefGPT - AI 论文速递
·
一个基于 2.5D ResUnet 模型的肾脏和肿块分割集成
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
研究使用2.5D ResUnet构建了高效的肾脏语义分割框架，能自动分割CT扫描中的肾脏、肾脏肿瘤和肾囊肿。实验结果显示Dice系数分别为0.954、0.792、0.691，表面Dice系数分别为0.897、0.591、0.541。推断时间为20.65秒，最大GPU内存为3525MB，平衡了模型性能和效率。
🎯
关键要点
- 研究采用2.5D ResUnet构建高效的肾脏语义分割框架。
- 框架能自动分割CT扫描中的肾脏、肾脏肿瘤和肾囊肿。
- 实验结果显示肾脏、肿瘤和囊肿的Dice系数分别为0.954、0.792、0.691。
- 表面Dice系数分别为0.897、0.591、0.541。
- 平均每个CT扫描的推断时间为20.65秒。
- 最大GPU内存为3525MB。
- 模型在性能和效率之间取得了更好的平衡。
🏷️
标签
➡️
