已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

Structured Prompt-Guided Segmentation of Enhanced CT Images for Predicting Lateral Cervical Lymph Node Metastasis in Papillary Thyroid Carcinoma

分割 人工智能 计算机科学 特征(语言学) 光学(聚焦) 图像分割 淋巴结转移 医学 计算机视觉 模式识别(心理学) 放射科 甲状腺癌 图像融合 淋巴结 磁共振成像 对比度(视觉) 医学影像学 颈淋巴结 特征提取 图像(数学) 保险丝(电气) 放射治疗计划 甲状腺 甲状腺癌 计算机断层摄影术 尺度空间分割 转移 光学相干层析成像 融合 语义学(计算机科学) 注释 癌
作者
Lei Xu,Bin Zhang,Xingyuan Li,Jinyuan Liu,Yanhui Peng
出处
期刊:IEEE Signal Processing Letters [Institute of Electrical and Electronics Engineers]
卷期号:33: 1-5
标识
DOI:10.1109/lsp.2025.3625126
摘要

Accurate segmentation of metastatic lymph nodes in head-and-neck CT is crucial for treatment planning in papillary thyroid carcinoma. Although deep networks have advanced medical image segmentation, most existing methods depend solely on visual features and neglect clinical semantic cues. In this work, we propose a text-guided segmentation framework that introduces structured clinical baseline feature into a YOLOv8-based segmentation network. To effectively fuse semantic and spatial features, we design a cross-modal fusion mechanism that aligns textual embeddings with image features at multiple scales. This allows the model to focus on diagnostically relevant regions and improves performance in challenging scenarios involving low contrast and ambiguous boundaries. Extensive experiments on a multi-center, pathology-confirmed CT dataset demonstrate that our method achieves superior results in AP@50, mAP@[.5:.95], and AR@[.5:.95], outperforming existing state-of-the-art instance segmentation models.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
铭铭完成签到,获得积分10
3秒前
3秒前
草原完成签到,获得积分10
4秒前
CRUSADER完成签到,获得积分10
5秒前
星辰大海的应助被刻苦乐天采纳,获得10
6秒前
yayayang完成签到,获得积分10
6秒前
7秒前
开放的小Q发布了新的文献求助10
7秒前
赟糖完成签到 ,获得积分10
9秒前
u658284发布了新的文献求助60
11秒前
小马甲的应助被多多采纳,获得10
16秒前
16秒前
刻苦乐天发布了新的文献求助10
19秒前
轻松的剑成完成签到,获得积分10
20秒前
漠漠完成签到 ,获得积分10
22秒前
Asteria完成签到,获得积分10
26秒前
Kya完成签到 ,获得积分10
26秒前
氯化钠完成签到 ,获得积分10
27秒前
炙热问芙关注了科研通微信公众号
27秒前
lvli完成签到 ,获得积分10
28秒前
开放的小Q发布了新的文献求助10
28秒前
子皿发布了新的文献求助20
29秒前
dd完成签到 ,获得积分10
29秒前
叶95完成签到 ,获得积分10
30秒前
敏感难摧完成签到,获得积分10
31秒前
老实惜梦完成签到 ,获得积分10
33秒前
忧郁芷烟发布了新的文献求助10
33秒前
34秒前
小马甲的应助被飘逸小之采纳,获得10
35秒前
NOS完成签到 ,获得积分10
35秒前
Hello的应助被liza采纳,获得10
37秒前
alex的应助被xr采纳,获得10
37秒前
Y神完成签到 ,获得积分10
37秒前
汤圆完成签到,获得积分10
44秒前
阳光萝完成签到,获得积分10
45秒前
榆树皮面完成签到,获得积分10
45秒前
46秒前
49秒前
alex的应助被开放的小Q采纳,获得10
52秒前
小巧的面包完成签到 ,获得积分10
55秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 1700
The World Atlas of Wine 9th edition 1000
奈特基础组织学:配套组织病理学(第4版)(Netter's Essential Histology With Correlated Histopathology) 800
八旗制度の研究 600
高分子基功能界面水蒸发材料与应用研究 500
外场增强的水汽发电研究 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8184917
求助须知:如何正确求助?哪些是违规求助? 9573843
关于积分的说明 21833352
捐赠科研通 7782304
什么是DOI,文献DOI怎么找? 3434429
关于科研通互助平台的介绍 2558581
邀请新用户注册赠送积分活动 2481082