文本嵌入的 Swin-UMamba 用于 DeepLesion 分割
计算机视觉与模式识别
2025-12-17 v2 人工智能
摘要
CT 图像上肿瘤的分割可实现自动化测量，从而用于慢性疾病（如淋巴瘤）的临床评估。将大型语言模型（LLM）集成到肿瘤分割工作流程中， potentially 将影像特征与肿瘤特征描述结合起来。本研究探讨了将文本集成到 Swin-UMamba 架构中进行肿瘤分割的可行性。使用公开的 ULS23 DeepLesion 数据集，以及来自报告的简短描述。在测试数据集上，我们的方法获得了 Dice 评分高达 82.64，肿瘤分割的 Hausdorff 距离低至 6.34 像素。 proposed 的 Text-Swin-U/Mamba 模型在先前方法中显著优于：相对于 LLM 驱动的 LanGuideMedSeg 模型提高了 37.79%（p < 0.001），相对于纯图像基于的 XLSTM-UNet 和 nnUNet 模型分别提高了 2.58% 和 1.01%。该数据集和代码可在 https://github.com/ruida/LLM-Swin-UMamba 访问
引用
@article{arxiv.2508.06453,
title = {Text Embedded Swin-UMamba for DeepLesion Segmentation},
author = {Ruida Cheng and Tejas Sudharshan Mathai and Pritam Mukherjee and Benjamin Hou and Qingqing Zhu and Zhiyong Lu and Matthew McAuliffe and Ronald M. Summers},
journal= {arXiv preprint arXiv:2508.06453},
year = {2025}
}