用于非配对多模态肝脏肿瘤分割的A-QCF-Net

发布: 2025年12月25日 18:42

•

1分で読める

分析

本文解决了配对多模态医学影像数据集有限的挑战，提出了一种使用四元数神经网络和自适应交叉融合块的新型架构A-QCF-Net。这使得从非配对CT和MRI数据中有效分割肝脏肿瘤成为可能，考虑到医学影像中配对数据的稀缺性，这是一个重大进步。结果表明，其性能优于基线方法，突出了释放大型非配对影像档案的潜力。

引用 / 来源

"The jointly trained model achieves Tumor Dice scores of 76.7% on CT and 78.3% on MRI, significantly exceeding the strong unimodal nnU-Net baseline."

ArXiv2025年12月25日 18:42

* 根据版权法第32条进行合法引用。

Direct Deep Neural-network Extraction of Generalized Parton Distributions

Radiative $H^+_{1,2}W^- Z$ vertices in flavour conserving three Higgs-doublet scenarios