机构名称：
¥ 1.0
胶质母细胞瘤手术切除是神经外科医生的问题任务。肿瘤完全切除可提高患者的愈合机会和预后，而过度切除可能导致神经缺陷。然而，外科医生的视力几乎无法追溯肿瘤的范围和边界。的确，大多数手术过程都会导致小计切除术。组织病理学测试可能会完全消除肿瘤，尽管由于组织检查所需的时间是不可行的。几项研究报告了具有独特的分子特征和特性的肿瘤细胞。高光谱成像（HSI）是一种新兴的，非接触，非离子化，无标签和微创光学成像技术，能够在分子水平上提取有关观察到的组织的信息。在这里，我们利用了广泛的数据增强，转移学习，U-NET ++和DEEPLAB-V3+体系结构，以执行术中胶质母细胞瘤性超光谱图像的自动端到端分割，以符合竞争性处理时间和涉及金额标准过程的竞争性处理时间和细分结果。基于旋转框架提供的地面真理，我们大大改善了HSIS的处理时间，从而实现了针对手术开放式颅骨手术期间实时加工的胶质母细胞瘤的端到端分段，从而改善了金标准ML Pipeline。我们测量了有关MATLAB 2020a提供的标准CUDA环境的竞争推论时间。此外，我们在定性和定量上评估了分割结果。最快的平行版本最快的螺旋叶素得以阐述数据库中最突出的图像，而我们的方法论则在0.29±0.17 s中执行分割推断，因此对处理对处理的21秒构成了实时符合性的约束。
基于AI的术中胶质母细胞瘤高光谱
主要关键词
相关文件推荐
