AI与世界难题 · 医学与药物研发 · Nature (machine learning) · 2026-10-07
基于粒子群优化直方图均衡化和VGG19 U-Net的脑肿瘤分割
原标题: Brain tumor segmentation using particle swarm optimized histogram equalization and a VGG19 based U-Net
MRI中的脑肿瘤分割速度慢、易出错，并受操作者偏差影响，而且深度学习模型往往缺乏可解释性。作者提出了SPOHE-VGGNet，它将改进的U-Net与VGG-19以及粒子群优化直方图均衡化相结合，以增强MRI对比度。在Figshare数据集上，其Dice分数分别为0.9522（脑膜瘤）、0.9428（胶质瘤）和0.9518（垂体瘤）；在BraTS 2021上的全肿瘤分割Dice分数为0.9463。不过作者指出，在临床使用之前，仍需进行外部验证、容积验证以及以临床医生为中心的验证。