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
612 B
380 B
9.1 KB
32.7 KB
22.8 KB
24.2 KB
34.7 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
×