AI और दुनिया की कठिन समस्याएँ · चिकित्सा और दवा खोज · Nature (computational biology) · 2026-10-23

FusionSwinUNETR: बाल चिकित्सा CT में पेट के द्रव्यमान के विभाजन के लिए एक बहु-मोडल डीप लर्निंग मॉडल

मूल शीर्षक: FusionSwinUNETR: A multimodal deep learning model for abdominal mass segmentation in pediatric CT

बाल चिकित्सा ठोस ट्यूमर अनुसंधान दुर्लभ डेटा और केवल इमेजिंग पर निर्भरता से सीमित है। टीम ने FusionSwinUNETR विकसित किया, जो पेट के द्रव्यमानों के सेगमेंटेशन के लिए CT इमेज के साथ-साथ रोगी का मेटाडेटा और चिकित्सकों द्वारा लिखे निष्कर्षों को SwinUNETRv2 बैकबोन में डालता है। 12 प्रकार के द्रव्यमान वाले 750 बच्चों में, इसने हर मीट्रिक पर केवल-इमेज बेसलाइन से बेहतर प्रदर्शन किया, जिसमें Dice 0.882 से बढ़कर 0.900 हो गया और सीमा त्रुटि (HD95) 46% घटकर 8.93 mm से 4.79 mm रह गई।

मूल लेख पढ़ें ↗

सभी आइटम →