09:36官方账号arXiv cs.AI@Pablo Lozano-Jimenez, Sergio Romero-Tapiador, Ruben Tolosana研究人员为AUTOPET V挑战开发了基于nnU-Net的全身病变分割模型。该模型采用两阶段训练:预训练产生初始分割结果,在线交互阶段学习利用涂鸦提示逐步优化预测。通过器官监督减少生理摄取导致的假阳性,并添加示踪剂分类器处理FDG和PSMA两种示踪剂。四折交叉验证显示器官监督模型性能最佳且稳定,交互阶段每次提示都能提高Dice分数。论文AUTOPET VnnU-NetPET/CT推荐理由:AUTOPET V挑战的新模型,结合解剖知识和交互式训练,能更准确分割PET/CT中的病变。原文稍后读已读值得跟进有用关注 AUTOPET V