多尺度精化的三元约束变换器在放射治疗中的剂量预测
原文中文,约800字,阅读约需2分钟。发表于: 。使用三元约束 Transformer(TCtrans)和多尺度精化技术来预测高质量的剂量分布,对临床宫颈癌数据集进行实验验证,证明了该方法的优越性。
介绍了多维统一的Swin Transformer(MDU-ST)模型,用于肿瘤病灶的3D分割。通过自我监督的先验任务和微调学习病灶解剖学模式,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。
使用三元约束 Transformer(TCtrans)和多尺度精化技术来预测高质量的剂量分布,对临床宫颈癌数据集进行实验验证,证明了该方法的优越性。
介绍了多维统一的Swin Transformer(MDU-ST)模型,用于肿瘤病灶的3D分割。通过自我监督的先验任务和微调学习病灶解剖学模式,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。