TimeLesSeg: Modello AI per la Segmentazione delle Lesioni da SM in Diversi Scenari
I ricercatori hanno introdotto TimeLesSeg, un framework unificato e indipendente dal contrasto per segmentare le lesioni della sclerosi multipla (SM) utilizzando una singola rete neurale convoluzionale. Il modello gestisce input sia trasversali che longitudinali modellando i priori patologici attraverso maschere di lesioni. Quando non sono disponibili informazioni precedenti, una maschera vuota consente l'elaborazione trasversale. Questo approccio affronta le sfide poste dall'eterogeneità della SM e dalla variabilità degli scanner. Il lavoro è dettagliato in arXiv:2605.07955.
Fatti principali
- TimeLesSeg è un framework unificato e indipendente dal contrasto per la segmentazione delle lesioni da SM.
- Utilizza una singola rete neurale convoluzionale per input sia trasversali che longitudinali.
- I priori patologici sono modellati attraverso maschere di lesioni elaborate con la scansione corrente.
- L'elaborazione trasversale è abilitata addestrando con maschere vuote quando non sono disponibili priori.
- Il modello affronta le sfide dell'eterogeneità della SM e della variabilità degli scanner.
- La ricerca è pubblicata su arXiv con ID 2605.07955.
- Il framework mira a superare l'attuale divisione tra approcci trasversali e longitudinali.
- L'approccio è progettato per essere robusto ai cambiamenti nella struttura e distribuzione degli input.
Entità
Istituzioni
- arXiv