本研究では、前庭神経鞘腫の成長予測のために、ニューラルフィールドとリカレントニューラルネットワークを組み合わせたDeepGrowthモデルを提案した。
主な特徴は以下の通り:
従来の研究とは異なり、腫瘍形状を直接画像空間で予測するのではなく、潜在空間で予測し、そこから腫瘍形状を再構築する。これにより、メモリ使用量を削減し、空間的な冗長性を排除できる。
不規則な時間間隔に対応するため、時間条件付きのリカレントモジュールを導入し、新しい時間エンコーディング手法を提案した。これにより、任意の時間点での腫瘍形状を出力できる。
自社の前庭神経鞘腫データセットを用いた評価実験の結果、提案手法は特に急速に成長または縮小する腫瘍に対して、他のモデルよりも優れた性能を示した。
Naar een andere taal
vanuit de broninhoud
arxiv.org
Belangrijkste Inzichten Gedestilleerd Uit
by Yunjie Chen,... om arxiv.org 04-04-2024
https://arxiv.org/pdf/2404.02614.pdfDiepere vragen