机构名称：
¥ 1.0
材料和方法：我们开发了 PANDA（使用 AttentionU-Net 进行肺炎异常检测）模型来应对这一挑战，利用先进的深度学习技术来改善对 ICI 诱发肺炎的早期预测。分析了 349 名接受 ICI 治疗的患者的基线 CT 扫描，以训练和验证该模型。PANDA 模型利用 Attention U-Net 架构，结合注意力机制来增强特征提取和异常检测能力。应用了数据增强技术，包括亮度归一化和像素混洗，以提高模型的稳健性。使用基于自动编码器的方法对正常病例进行模型训练，并通过均方误差 (MSE) 分布进行异常检测，然后对肺炎病例进行测试。
使用预测肺癌患者的免疫检查点抑制剂肺炎
主要关键词
相关文件推荐
