基于Prompt_YNet的全身PET/CT交互式肿瘤分割模型

doi:10.3969/j.issn.1000-2375.2024.00.058

	基于Prompt_YNet的全身PET/CT交互式肿瘤分割模型
其他题名	Prompt_YNet-based whole-body PET/CT interactive tumor segmentation model
	陈俊豪; 马露; 刘秀婷; 祁婧
	2024-09-05
发表期刊	湖北大学学报（自然科学版）
卷号	46 期号:5 页码:601-610
摘要	正电子发射断层显像/计算机断层成像(PET/CT)是一种用于肿瘤的诊断和评估的常用医学影像技术.在PET/CT图像的定量分析中,精确的肿瘤分割对于准确诊断和个体化治疗决策至关重要.肿瘤分割是定量分析的关键步骤之一,它可以提取相关特征,评估肿瘤的性质和治疗反应.然而,手动分割是一项耗时且费力的任务,并且在 PET/CT图像中存在着假阳性分割的挑战.为了应对这些问题,提出一种基于提示的半自动交互式肿瘤分割方法.首先,对PET/CT图像进行预处理;其次,设计一个名为 Prompt_YNet的神经网络模型进行肿瘤分割;最后,在测试集上进行实验评估来验证该方法的准确性和泛化性能.实验结果表明,Prompt_YNet模型能够准确地分割肿瘤区域,并为患者提供早期预后信息.
其他摘要	Positron emission tomography/computed tomography(PET/CT)is a commonly used medical imaging technique for tumor diagnosis and evaluation.Accurate tumor segmentation is crucial for precise diagnosis and individualized treatment decision-making in quantitative analysis of PET/CT images.Tumor segmentation is a key step in quantitative analysis as it allows for the extraction of relevant features and assessment of tumor characteristics and treatment response.However,manual segmentation is a time-consuming and labor-intensive task,and it presents challenges of false-positive segmentation in PET/CT images.To address these issues,this study proposed a prompt-based semi-automatic interactive tumor segmentation method.Firstly,the PET/CT images were preprocessed,followed by the design of a neural network model named Prompt_YNet for tumor segmentation.Through training and evaluation on an test set,we validated the accuracy and generalization performance of this method.Experimental results demonstrate that the Prompt_YNet model can accurately segment tumor regions and provide early prognostic information for patients.
关键词	PET/CT 肿瘤分割定量分析半自动交互式神经网络
DOI	10.3969/j.issn.1000-2375.2024.00.058
URL	查看原文
收录类别	中国科技核心期刊
ISSN	1000-2375
语种	中文
原始文献类型	Periodical
中图分类号	TP391
CN号	42-1212/N
文献类型	期刊论文
条目标识符	http://ir.lzufe.edu.cn/handle/39EH0E1M/37734
专题	信息工程与人工智能学院
作者单位	兰州财经大学信息工程与人工智能学院,甘肃兰州 730020
第一作者单位	信息工程与人工智能学院
推荐引用方式 GB/T 7714	陈俊豪,马露,刘秀婷,等. 基于Prompt_YNet的全身PET/CT交互式肿瘤分割模型[J]. 湖北大学学报（自然科学版）,2024,46(5):601-610.
APA	陈俊豪,马露,刘秀婷,&祁婧.(2024).基于Prompt_YNet的全身PET/CT交互式肿瘤分割模型.湖北大学学报（自然科学版）,46(5),601-610.
MLA	陈俊豪,et al."基于Prompt_YNet的全身PET/CT交互式肿瘤分割模型".湖北大学学报（自然科学版） 46.5(2024):601-610.