자궁경부 전암 병변의 선별 및 진단에서 3차원 코딩 네트워크의 적용

전 세계적으로 자궁경부암의 발생률은 여성 악성 종양 중 네 번째로 높으며, 여성의 신체적 및 정신적 건강을 심각하게 위협하고 있습니다. 조기 발견 및 조기 치료는 자궁경부암의 사망률을 크게 줄일 수 있으며, "세포학/HPV 검사, 질 확대경 검사 및 자궁경부 생검"은 자궁경부암의 주요 임상 진단 방법입니다. 의료 기술의 발전은 자궁경부암의 조기 진단을 상당히 향상시켰지만, 다양한 요인으로 인해 여전히 많은 경우가 오진 및 누락 진단되고 있습니다. 최근 몇 년 동안 인공지능은 의료 분야에서 빠르게 발전하였으며, 자궁경부암의 선별 및 진단에서도 좋은 적용 가능성을 보여주고 있습니다. 본 논문에서는 채널과 공간 압축 자극 모듈을 모두 포함하는 mcs-SEM 구조를 설계하여 낮은 계산 비용으로 종합적인 공간 정보를 유지할 수 있습니다. 그런 다음, 이 구조를 3차원 코딩 네트워크에 임베딩하여 2차원 합성곱 신경망과 3차원 공간 정보를 결합하여 다중 위험 장기의 복잡한 분포 시나리오에서 DVH를 더욱 높은 정확도로 예측할 수 있습니다.