人工智能资料分享 浙江大学医学院祝向东教授团队在Brain-X 发表了题为“Potential roles of transformers in brain tumor diagnosis and treatment”的综述论文，本文总结了人工智能模型Transformer在脑肿瘤诊断和治疗中的应用现状。第一兼通讯作者为浙江大学医学院附属第二医院神经外科蓝玉龙医师，浙江大学医学院附属第二医院神经外科祝向东教授为共同通讯作者。
文章链接：
https://doi.org/10.1002/brx2.23
【研究内容简介】
恶性脑肿瘤显著增加了全球人类致残率和死亡率，早期发现和诊断是改善脑肿瘤治疗效果的关键。目前，Transformer作为一种可应用于脑肿瘤诊断和治疗的深度学习模型，正在吸引广大研究者的广泛关注。Transformer模型利用注意力机制来提高模型训练速度，以便有效地进行处理和分析。研究表明，Transformer在脑肿瘤磁共振（MRI）图像分割中发挥着重要的作用， 并且在基于MRI和肿瘤组织切片的病理学分级，脑肿瘤分子表达预测，脑转移癌原发部位的分类，放射治疗过程中体素水平的剂量和脑肿瘤放疗结果的预测，以及药物联合应用效果的预测研究中，均具有重要意义。本文系统分析和讨论了基于Transformer的各种算法的适用性及其应用前景，并讨论了局限性和改进方向。未来Transformer将会被越来越多地应用于脑肿瘤的诊断和治疗。但目前还需要更加深入的研究工作来探索如何提高模型效率及其与其他技术的耦合等关键挑战，并应用于其他医疗数据。
2023-10-20发表于威斯康星
#人工智能资料分享# 浙江大学医学院#祝向东#教授团队在Brain-X 发表了题为“Potential roles of transformers in brain tumor diagnosis and treatment”的综述论文，本文总结了#人工智能#模型#Transformer#在#脑肿瘤#诊断和治疗中的应用现状。第一兼通讯作者为浙江大学医学院附属第二医院神经外科#蓝玉龙#医师，浙江大学医学院附属第二医院神经外科祝向东教授为共同通讯作者。
文章链接：
https://doi.org/10.1002/brx2.23
【研究内容简介】
恶性脑肿瘤显著增加了全球人类致残率和死亡率，早期发现和诊断是改善脑肿瘤治疗效果的关键。目前，Transformer作为一种可应用于脑肿瘤诊断和治疗的深度学习模型，正在吸引广大研究者的广泛关注。Transformer模型利用注意力机制来提高模型训练速度，以便有效地进行处理和分析。研究表明，Transformer在脑肿瘤磁共振（MRI）图像分割中发挥着重要的作用， 并且在基于MRI和肿瘤组织切片的病理学分级，脑肿瘤分子表达预测，脑转移癌原发部位的分类，放射治疗过程中体素水平的剂量和脑肿瘤放疗结果的预测，以及药物联合应用效果的预测研究中，均具有重要意义。本文系统分析和讨论了基于Transformer的各种算法的适用性及其应用前景，并讨论了局限性和改进方向。未来Transformer将会被越来越多地应用于脑肿瘤的诊断和治疗。但目前还需要更加深入的研究工作来探索如何提高模型效率及其与其他技术的耦合等关键挑战，并应用于其他医疗数据。
2023-10-20发表于上海
