基于Prompt_YNet的全身PET/CT交互式肿瘤分割模型

作     者：陈俊豪 马露 刘秀婷 祁婧 CHEN Junhao;MA Lu;LIU Xiuting;QI Jing

作者机构：兰州财经大学信息工程与人工智能学院甘肃兰州730020 

出 版 物：《湖北大学学报（自然科学版）》 (Journal of Hubei University：Natural Science)

年 卷 期：2024年第46卷第5期

页      码：601-610页

摘      要：正电子发射断层显像/计算机断层成像(PET/CT)是一种用于肿瘤的诊断和评估的常用医学影像技术。在PET/CT图像的定量分析中,精确的肿瘤分割对于准确诊断和个体化治疗决策至关重要。肿瘤分割是定量分析的关键步骤之一,它可以提取相关特征,评估肿瘤的性质和治疗反应。然而,手动分割是一项耗时且费力的任务,并且在PET/CT图像中存在着假阳性分割的挑战。为了应对这些问题,提出一种基于提示的半自动交互式肿瘤分割方法。首先,对PET/CT图像进行预处理;其次,设计一个名为Prompt_YNet的神经网络模型进行肿瘤分割;最后,在测试集上进行实验评估来验证该方法的准确性和泛化性能。实验结果表明,Prompt_YNet模型能够准确地分割肿瘤区域,并为患者提供早期预后信息。

主 题 词：PET/CT 肿瘤分割 定量分析 半自动交互式 神经网络 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1000-2375.2024.00.058

馆 藏 号：203127837...