BriefGPT - AI 论文速递
·
UMambaAdj：利用UMamba和nnU-Net ResEnc规划师推进头颈癌MRI引导放疗中的GTV分割
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本研究提出了一种新方法UMambaAdj，用于头颈癌MRI引导自适应放疗中的肿瘤分割。结合UMamba和nnU-Net Residual Encoder的优势，在HNTS-MRG 2024测试集上，T2加权MRI图像的GTVp和GTVn平均Dice系数分别为0.751和0.842，显示出提高肿瘤勾画精度的潜力。
🎯
关键要点
- 本研究提出了一种新方法UMambaAdj，用于头颈癌MRI引导自适应放疗中的肿瘤分割。
- UMambaAdj结合了UMamba和nnU-Net Residual Encoder的优势。
- 在HNTS-MRG 2024测试集上，T2加权MRI图像的GTVp和GTVn平均Dice系数分别为0.751和0.842。
- 该方法显示出提高肿瘤勾画精度的潜力，将改善头颈癌患者的治疗效果。
➡️
