Brain Tumor Segmentation Pipeline Model Using U-Net Based Foundation Model

Sanjeev Kumar Bhatt; Dr. S. Srinivasan; Piyush Prakash

doi:10.56294/dm2023197

Artículos originales

Published: 2023-12-30

DOI: https://doi.org/10.56294/dm2023197

Modelo de canalización de segmentación de tumores cerebrales utilizando el modelo de base basado en U-Net

Resumen

Los profesionales de la medicina recurren a menudo a la Resonancia Magnética (RM) para obtener imágenes médicas no invasivas. Un uso importante de esta tecnología es la segmentación de tumores cerebrales, en la que se utilizan algoritmos para identificar tumores en exploraciones de IRM del cerebro. El modelo básico Pipeline se basa en la arquitectura U-Net para manejar la segmentación de imágenes médicas y se ha puesto a punto en el trabajo de investigación para segmentar tumores cerebrales. El modelo se seguirá entrenando en varias imágenes médicas para segmentar imágenes con diversos fines biomédicos y se utilizará como parte del marco del modelo funcional de IA Generativa. La segmentación precisa de los tumores es esencial para la planificación y el seguimiento del tratamiento, y este enfoque puede mejorar potencialmente los resultados y la calidad de vida de los pacientes.

Keywords:

Segmentation,

Forward Process,

Reverse Process,

Unconditional Image Generation,

U-Net,

Noise Schedulers,

Positional Embedding,

Cómo citar

Kumar Bhatt S, Srinivasan DS, Prakash P. Modelo de canalización de segmentación de tumores cerebrales utilizando el modelo de base basado en U-Net. Data and Metadata [Internet]. 30 de diciembre de 2023 [citado 1 de julio de 2024];2:197. Disponible en: https://dm.saludcyt.ar/index.php/dm/article/view/197

Aviso de derechos de autor/a

Este artículo se distribuye bajo la licencia Creative Commons Attribution 4.0 License. A menos que se indique lo contrario, el material publicado asociado se distribuye bajo la misma licencia.

Article metrics

Google scholar: See link

Métricas

Cargando métricas ...

Vol. 2 (2023)

See full issue

Revistas / Journals

Issue

Acerca de

Envíos