-
题名注意力引导多任务学习的前列腺癌盆腔淋巴结转移预测
- 1
-
-
作者
张志远
胡冀苏
张跃跃
钱旭升
周志勇
戴亚康
-
机构
徐州医科大学医学影像学院
中国科学院苏州生物医学工程技术研究所
苏州大学附属第二医院
-
出处
《上海交通大学学报》
北大核心
2025年第8期1216-1224,共9页
-
基金
中国科学院青年创新促进会项目(2021324)
苏州市卫健委临床重点病种诊疗专项(LCZX202001)
苏州市科技计划项目(SKY2022003)。
-
文摘
基于前列腺癌原发灶的术前磁共振影像定量特征预测盆腔淋巴结转移(PLNM)是治疗方案制定的重要参考依据.然而,现有预测方法对肿瘤原发灶内部的异质性信息提取不足,导致提取的图像定量特征与PLNM关联性较弱.针对这一问题,提出一种以肿瘤分割任务为辅助任务的注意力引导多任务学习网络用于PLNM预测.首先,在肿瘤分割网络中,提出多分支各向异性大核注意力模块,通过不同分支和各向异性大卷积核的融合扩大的感受野以有效捕获肿瘤的局部和全局信息.其次,在PLNM预测网络中,设计多尺度特征交互融合注意力模块,对多尺度特征进行层次化融合筛选.在320例数据集的实验中,所提方法的精度召回曲线下面积值和受试者操作特征曲线下面积值分别为(85.44±2.04)%和(91.86±2.18)%,优于经典的单任务分类方法和多任务方法.
-
关键词
前列腺癌盆腔淋巴结转移
多任务学习
多分支各向异性大核注意力模块
多尺度特征交互融合注意力模块
多参数磁共振
-
Keywords
prostate cancer pelvic lymph node metastasis(PLNM)
multi-task learning
multi-branch anisotropic large kernel attention
multi-scale feature interaction fusion attention
multiparametric magnetic resonance imaging(mpMRI)
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
R318
[医药卫生—生物医学工程]
-
