换一批基于多尺度病变注意力网络的骨肉瘤化疗效果影像评估
Imaging assessment of osteosarcoma chemotherapy efficacy based on multi-scale lesion attention network
摘要目的 针对现有方法骨肉瘤评估精度低的问题,提出一种基于深度学习的高精度骨肉瘤化疗效果影像评估方法用于临床治疗.方法 骨肉瘤发病率低,导致其影像数据规模小,且数据类别存在不平衡问题.本研究结合深度学习与临床医疗信息,结合了 BoneGAN的骨肉瘤生成模块和尺度病变信息捕获模块,提出基于多尺度病变注意力网络的骨肉瘤化疗效果的深度学习评估网络OMLA-Net,通过预训练与泛化损失训练,实现了集成数据增广与聚焦病变信息的计算机辅助骨肿瘤评估.结果 本研究以40例骨肉瘤磁共振医学影像数据为基础,在生成的数据集上进行对比试验,OMLA-Net评估的准确率和F1分数等评估效果方面优于SOTA方法Conv-LSTM-GAN,且差异具有统计学意义(P＜0.05);后续的K-fold交叉验证消融实验进一步证明了 OMLA-Net提出的各个模块的有效性.结论OMLA-Net能够有效地进行骨肉瘤化疗效果影像评估,为未来的临床应用提供了新的思路.
更多相关知识
关键词
骨肉瘤化疗评估临床应用多尺度病变注意力OsteosarcomaChemotherapy assessmentClinical applicationMultiscale lesion attention
分类号
R738.1（运动系肿瘤）
栏目名称
DOI
10.16098/j.issn.0529-1356.2025.01.004
发布时间
2025-03-05（万方平台首次上网日期，不代表论文的发表时间）
基金项目
北京大学医学部引导专项（BMU2021GJJXK003）
- 浏览6
- 被引0
- 下载4
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
