论文研究 arXiv cs.CV Thu, 10 Sep 2026 正文 thin 4 words

LeCor:基于元学习测试时训练的交互式 3D 肺部肿瘤分割方法

英文标题:LeCor: Learning to Be Corrected by Meta-Learned Test-Time Training for Interactive 3D Lung-Tumour Segmentation

在计算机断层扫描(CT)中勾画肺部肿瘤轮廓占据了放射治疗规划的相当一部分时间,而模型生成的预测轮廓可通过临床医生的交互操作进行微调。该论文提出了 LeCor 架构,探索通过元学习测试时训练(Test-Time Training)让模型具备高效“学习被修正”的能力。该方案结合了类似 SAM 等可提示基础模型在医学影像中的交互潜力,对加速临床放疗人机协同规划具有重要的技术参考价值。
打开原文相关 1.6 · 机会 1
media2.1 KB media612 B media380 B media9.1 KB media32.7 KB media22.8 KB media24.2 KB media34.7 KB

中文

arXiv 编号:arXiv:2609.09477v1
发布类型:new

摘要

在计算机断层扫描(CT)中勾画肺部肿瘤轮廓占据了放射治疗规划的相当一部分时间,而由模型给出的初始轮廓可由临床医生进行交互式修正。诸如 SAM 等可提示基础模型……

BibTeX 格式引用

×

English / 原文

BibTeX formatted citation

×