XiaoMi-AI文件搜索系统
World File Search SystemBraTS
3D猫：脑肿瘤的通道注意变压器
摘要 - 脑肿瘤诊断是一项具有挑战性的任务，但对于计划治疗以停止或减慢肿瘤的生长至关重要。在过去的十年中，卷积神经网络（CNN）在医学图像中肿瘤的自动分割中的高性能急剧增加。最近，与CNN相比，视觉变压器（VIT）已成为医学成像的稳健性和效率的核心重点。在本文中，我们提出了一个新颖的3D变压器，称为3D catbrats，用于基于最先进的SWIN变压器的磁共振图像（MRIS），用于使用残留块和通道注意模块的最先进的SWIN变压器进行磁共振图像（MRI）。在Brats 2021数据集上评估了所提出的方法，并实现了在验证阶段超过当前最新方法的平均骰子相似性系数（DSC）的定量度量。索引项 - CNN，变形金刚，VIT，语义段
探索Brats Dataset上神经胶质瘤等级分类的放射学标准
∗ xlim laboratory, 11 bd Marie and Pierre Curie, 86360 Chasseneuil-du-Poitou, France email address: Paul.dequidt@univ-poitiers.fr (Paul Dequidt) 1 Xlim Laboratory, UMR CNRS 7252, University of Poitiers, Poitiers, France 2 Dactim-Mise, LMA, UMR CNRS 7348法国POITIERS，POITIERS，POITIERS 3西门子医疗保健SAS，圣丹尼斯，法国4公共实验室CNRS-SIEMENS I3M 5M 5 5号5M 5号放射科，圣艾蒂安大学，法国圣维蒂安，法国6号，6 Chru de Tours，Chru De Tours，UMR 1253 Ibrain，Inserm tours，Inserm，Inserm，Inserm torem，inserm tormer，Iserm tormer，Inserm tore omer，inserm tours，inserm torem，inserm torem，con Picardie，Picardie Jules Verne大学（UPJV）
2023 年脑肿瘤分割 (BraTS-METS) 挑战赛
Ahmed W. Moawad 1, †,‡, ∗ ，Anastasia Janas 2,3,4, †,‡, ∗ ，Ujjwal Baid 5,6, †,‡, ∗ ，Divya Ramakrishnan 2,3, †,‡, ∗ ，Leon Jekel 12,3,7,8, †,‡, ∗ ，Kiril Krantchev 3,4, †,‡,§ ，Harrison Moy 2,3, †,‡,§ ，Rachit Saluja 9, †,‡ ，Klara Osenberg 2,3,10, †,‡ ，Klara Wilms 2,3,10, †,‡ 、Manpreet Kaur 2,3,11, ‡,§ 、Arman Avesta 2,‡ 、Gabriel Cassinelli Pedersen 2,3, ‡,§ 、Nazanin Maleki 2,3, †,‡ 、Mahdi Salimi 2,3, †,‡ 、Sarah Merkaj 2,3,12, ‡,§ 、Marc von Reppert 2,3,10, ‡,§ 、Niklas Tillmans 2,3,13, ‡,§ 、Jan Lost 2,3,13, ‡,§ 、Khaled Bousabarah 14, ‡,§ 、Wolfgang Holler 14, ‡,§ 、MingDe Lin 15, ‡,§ 、Malte Westerhoff 14, ‡,§ ，Ryan Maresca 16, ‡,§ ，Katherine E. Link 18, †,‡ ，Nourel hoda Tahon 19, †,‡ ，Daniel Marcus 20, ‡ ，Aristeidis Sotiras 20, ‡ ，Pamela LaMontagne 20, ‡ ，Strajit Chakrabarty 20, ‡ ，Oleg Teytelboym 1 ‡ ，Ayda Youssef 2, ‡ ，Ayaman Nada 19 ‡ ，Yuri S. Velichko 22, †, ‡ ，Nicolo Gennaro 22, ‡ ，Connectome Students 23, § ，Group of Annotators 24, § ，Justin Cramer 25, § , §§ , Derek R. Johnson 26, § , §§ , Benjamin Y. M. Kwan 27, § , §§ , Boyan Petrovic 28, § , §§ , Satya N. Patro 29, § , §§ , Lei Wu 30, § , §§ , Tiffany So 31, § , §§ , Gerry Thompson 32, § , §§ , Anthony Kam 33, § , §§ , Gloria Guzman Perez-Carrillo 34, §,§§ , Neil Lall 35, §,§§ , 批准者小组 23, § , Jake Albrecht 36, † , Udunna Anazodo 37, † , Marius George Lingaru 38, † , Bjoern H Menze 39, † , Benedikt Wiestler 40, † , Maruf Adewole 41, † , Syed Muhammad Anwar 38, † , Dominic Labella 42, † , Hongwei Bran Li 43, † , Juan Eugenio Iglesias 43, † , Keyvan Farahani 44, † , James Eddy 36, † , Timothy Bergquist 36, † , Verena Chung 36, † , Russel Takeshi Shinohara 45, † , Farouk Dako 46, † , Walter Wiggins 42, † , Zachary Reitman 42, † , 王春浩 42, † , 刘欣阳 38, † , 蒋志凡 38, † , Koen Van Leemput 47, † , Marie Piraud 48, † , Ivan Ezhov 49, † , Elaine Johanson 50, † , Zeke Meier 51, † , Ariana Familiar 52, † , Anahita Fathi Kazerooni 52, † , Florian Kofler 53, † , Evan Calabrese 42, †,‡ , Sanjay Aneja 16, † , Veronica Chiang 54, † , Ichiro Ikuta 25, †,‡ , Umber Shafique 55, †,‡ , §,§§ , Fatima Memon 2,3, †,‡,§, §§ , Gian Marco Conte 26, †, ‡ , Spyridon Bakas 5,6, †, ‡, ¶ , Jeffrey Rudie 56,57 ,†,‡ , §,§§, ¶ , Mariam Aboian 2,3, †,‡,§, §§, ¶,** 1. 宾夕法尼亚州达比仁慈天主教医疗中心 2. 耶鲁大学医学院放射科，康涅狄格州纽黑文 3. ImagineQuant，耶鲁大学医学院放射科，康涅狄格州纽黑文 4. 柏林夏里特大学医学院，德国 5. 宾夕法尼亚大学医学院生物医学图像计算与分析中心，宾夕法尼亚州费城 6. 宾夕法尼亚大学佩雷尔曼医学院放射科，宾夕法尼亚州费城 7. 德国癌症联盟 WTZ 转化神经肿瘤学分部、DKTK 合作站点、埃森大学医院，德国埃森 8. 德国癌症研究中心，德国海德堡 9.康奈尔大学，纽约州伊萨卡 10. 莱比锡大学，德国莱比锡 11. 路德维希马克西米利安大学，德国慕尼黑 12. 乌尔姆大学，德国乌尔姆 13. 杜塞尔多夫大学医学院诊断和介入放射学系，德国杜塞尔多夫 14. Visage Imaging, GmbH，德国柏林 15. Visage Imaging, Inc，美国加利福尼亚州圣地亚哥 16. 耶鲁大学医学院治疗放射学系，康涅狄格州纽黑文 18. 纽约大学医学院，纽约州纽约 19. 密苏里大学，密歇根州哥伦比亚
BraTS 工具包：将 BraTS 脑肿瘤分割算法转化为临床和科学实践
尽管脑肿瘤分割取得了巨大进步，临床需求也十分明确，但将最先进的计算方法转化为临床常规和科学实践仍然是一项重大挑战。有几个因素阻碍了成功实施，包括数据标准化和预处理。然而，这些步骤对于部署最先进的图像分割算法至关重要。为了克服这些问题，我们提出了 BraTS 工具包。BraTS 工具包是一种整体的脑肿瘤分割方法，由三个部分组成：首先，BraTS 预处理器为研究人员和临床医生提供数据标准化和预处理。它涵盖了肿瘤分割之前的整个图像分析工作流程，从图像转换和配准到脑提取。其次，BraTS Segmentor 支持对 BraTS 脑肿瘤分割算法进行编排，以生成全自动分割。最后，Brats Fusionator 可以使用多数投票和迭代 SIMPLE 融合等融合方法将生成的候选分割组合成共识分割。我们通过实际示例说明了工具的功能，以便轻松转化为临床和科学实践。