AI 與世界的難題 · 醫學與藥物探索 · Nature (machine learning) · 2026-10-07
運用粒子群最佳化直方圖等化與基於 VGG19 的 U-Net 進行腦腫瘤分割
原標題: Brain tumor segmentation using particle swarm optimized histogram equalization and a VGG19 based U-Net
MRI 中的腦腫瘤分割速度緩慢、容易出錯，且受操作者偏差影響，而深度學習模型往往缺乏可解釋性。作者提出 SPOHE-VGGNet，結合改良版 U-Net 與 VGG-19，並以粒子群最佳化直方圖等化來增強 MRI 對比度。在 Figshare 資料集上，其 Dice 分數分別為 0.9522（腦膜瘤）、0.9428（神經膠質瘤）與 0.9518（腦下垂體腫瘤）；在 BraTS 2021 上，整個腫瘤分割的 Dice 分數為 0.9463。不過作者指出，在臨床使用前，仍需進行外部驗證、體積驗證及以臨床醫師為中心的驗證。