BriefGPT - AI 论文速递
·
自监督图像配准方法用于测量转移性卵巢癌的局部反应模式
💡
原文中文，约500字，阅读约需2分钟。
📝
内容提要
本文介绍了一种用于评估新辅助化疗后乳腺DCE-MRI的长期变形注册方法，通过无监督关键点检测和选择性体积保持的有条件金字塔式注册网络，能够精确量化肿瘤变化。实验证明该方法具有更好的注册性能和肿瘤体积保持，并在病理完全缓解预测中取得高准确性。该方法有望用于避免不必要的手术，并对随访肿瘤分割和响应预测有很大价值。
🎯
关键要点
-
提出了一种用于评估新辅助化疗后乳腺DCE-MRI的长期变形注册方法。
-
该方法通过无监督关键点检测和选择性体积保持的有条件金字塔式注册网络实现。
-
能够精确量化肿瘤变化，保持肿瘤体积不变。
-
使用314名接受NAC治疗的患者的1630个MRI扫描进行验证，显示出更好的注册性能。
-
基于该方法的生物标志物在病理完全缓解预测中取得高准确性。
-
该方法有望避免不必要的手术，并对随访肿瘤分割和响应预测具有重要价值。
-
相关代码可在GitHub上获取。
➡️
