Towards a Single Unified Model for Effective Detection, Segmentation, and Diagnosis of Eight Major Cancers Using a Large Collection of CT Scans
单位:阿里巴巴达摩院, JHU, 中山大学, 四川省肿瘤医院, 浙江大学第一附属医院, 中国医科大学附属盛京医院, 广东省人民医院
论文:https://arxiv.org/abs/2301.12291
在临床实践中,放射科医生通常会进行全身多器官多疾病检测和诊断,而大多数医疗AI系统的构建都是为了专注于少数疾病的单一器官。这可能会严重限制人工智能的临床应用。一定数量的AI模型需要特定组装,以匹配人类读取CT扫描的诊断过程。
在本文中,我们构建了一个通用的肿瘤Transformer(UniT)模型,用于在CT扫描中检测(肿瘤的存在和位置)和诊断(肿瘤特征)八个主要的癌变器官。UniT是一个基于查询的Mask Transformer模型,具有多器官和多肿瘤语义分割的输出。