AI与世界难题 · 医学与药物研发 · Nature (computational biology) · 2026-10-23
FusionSwinUNETR：一种用于儿童CT腹部肿块分割的多模态深度学习模型
原标题: FusionSwinUNETR: A multimodal deep learning model for abdominal mass segmentation in pediatric CT
儿童实体瘤研究受限于数据稀缺以及对单一影像的依赖。该团队开发了 FusionSwinUNETR，它将患者元数据和临床医生撰写的检查所见与 CT 图像一起输入 SwinUNETRv2 骨干网络，以分割腹部肿块。在涉及 12 种肿块类型的 750 名儿童中，它在所有指标上都优于仅使用影像的基线模型，Dice 系数从 0.882 升至 0.900，边界误差（HD95）下降 46%，从 8.93 mm 降至 4.79 mm。