Volume 2,Issue 7
基于深度学习的鼻咽癌图像病灶识别
鼻咽癌是一种具有显著地域聚集性的恶性肿瘤，它的早期诊断是提升患者生存率、改善预后的关键，在传统诊断方式下，主要依赖医生经验，这就使其很容易受主观因素与图像复杂性影响，存在一定的误诊、漏诊风险。深度学习技术凭借自动特征提取与复杂模式学习能力，为鼻咽癌图像病灶识别提供了新路径。鉴于此，本文将针对基于深度学习的鼻咽癌图像病灶识别展开分析，并提出一些策略，仅供各位同仁参考。
[1] 赵哲.基于多层特征增强的鼻咽癌图像分割算法研究[D].海南大学,2024.
[2] 杨凯帆.基于多任务模型的鼻咽癌原发肿瘤分割与分期方法研究[D].南方医科大学,2024.
[3] 李彩云,蔡燕文,周小冰,等. 红外热像图检测在鼻咽癌诊断中的应用研究[J].影像科学与光化学,2024,42(06):646-653.
[4] 黄献明,刘津. 人工智能在鼻咽癌诊疗中的应用研究进展[J].现代医学与健康研究电子杂志,2024,8(21):127-132.
[5] 孔宇皓.基于深度学习的鼻咽癌图像病灶识别研究[D].华北水利水电大学,2024.
[6] 李军.基于傅立叶与移位窗口机制的鼻咽癌图像分割[D].海南大学,2024.
[7] 梁伟.基于小波注意力机制WTA-Rb-Unet鼻咽癌靶区自动勾画[D].海南大学,2024.
[8] 王藤.鼻咽癌自适应放疗中的腮腺保护[D].南京医科大学,2024.
[9] 沈少东.基于双分支交叉注意力融合的鼻咽癌图像分割[D].海南大学,2024.
[10] 陈美宁.鼻咽癌调强放疗计划靶区与危及器官的勾画差异及其对临床疗效的影响[D].南方医科大学,2024.
[11] 蔡雯雯.基于剂量与通量同步预测的鼻咽癌自动放疗计划设计研究[D].南方医科大学,2024.
[12] 董玮.基于影像组学及深度学习预测放疗后鼻咽癌的局部复发风险[D].右江民族医学院,2024.
[13] 张希楚.基于稀疏注意力和多尺度融合的医学图像分割方法研究[D].南华大学,2024.
[14] 彭俊毅.基于图神经网络与纵向多序列MR的疾病预测模型构建[D].南方医科大学,2024.
[15] 韩绪.基于鼻咽癌多模态数据的预测模型研究[D].南方医科大学,2024.