人工智能增强的Couinaud分割用于精准肝细胞癌治疗
图像与视频处理
2024-11-06 v1 计算机视觉与模式识别
摘要
肝细胞癌的精准治疗需要准确划分肝脏子区域以保护健康组织同时靶向肿瘤，这对降低复发率和提高生存率至关重要。然而，肝段分割（即Couinaud分割）由于子区域边界不清晰以及需要大量标注数据集而具有挑战性。本研究提出了LiverFormer，一种新型的Couinaud分割模型，基于3D混合CNN-Transformer架构有效整合全局上下文与低级局部特征。此外，配备了一种基于配准的数据增强策略，以在标注数据有限的情况下提升分割性能。在123名患者的CT图像上评估，LiverFormer在各项指标上表现出高精度和与专家标注的高度一致性，有助于手术和放射治疗的治疗规划。它具有显著减少并发症和最小化对周围组织潜在损伤的潜力，从而改善接受复杂肝细胞癌治疗患者的治疗结果。
引用
@article{arxiv.2411.02815,
title = {Artificial Intelligence-Enhanced Couinaud Segmentation for Precision Liver Cancer Therapy},
author = {Liang Qiu and Wenhao Chi and Xiaohan Xing and Praveenbalaji Rajendran and Mingjie Li and Yuming Jiang and Oscar Pastor-Serrano and Sen Yang and Xiyue Wang and Yuanfeng Ji and Qiang Wen},
journal= {arXiv preprint arXiv:2411.02815},
year = {2024}
}