Large Language Model-Augmented Auto-Delineation of Treatment Target Volume in Radiation Therapy

放射治疗是治疗癌症最有效的方法之一，其成功取决于目标的准确划分。然而，目标划分是一项综合性的医学决策，目前仅依赖于人工专家的手动处理。手动划分耗时、费力且容易出现观察者差异。虽然人工智能技术的进步显著增强了正常组织的自动轮廓，但放疗目标体积的准确划分仍然是一个挑战。在本研究中，我们提出了一种基于视觉语言模型的放疗目标体积自动划分网络，称为Radformer。Radformer利用分层视觉变换器作为骨干，并结合大型语言模型从临床数据中提取文本丰富的特征。我们引入了一个视觉语言注意模块(VLAM)，用于集成视觉和语言特征，进行语言感知的视觉编码(LAVE)。Radformer已在包括2985名接受放疗的头颈癌患者的数据集上进行了评估。采用Dice相似系数(DSC)、交并比(IOU)和95th百分位Hausdorff距离(HD95)等指标定量评估模型的性能。我们的结果表明，Radformer具有优越的分割性能，相比其他最先进的模型，验证了其在放疗实践中的潜力。

Radformer旨在解决放射治疗目标体积自动划分的问题，以提高准确性和效率。

Radformer使用视觉语言模型VLAM将视觉和语言特征相结合，实现语言感知的视觉编码，并在头颈癌患者数据集上取得了优异的分割性能。

Radformer在头颈癌患者数据集上取得了优异的分割性能，比其他最先进的模型表现更好。实验结果表明，Radformer具有实际应用的潜力。

最近的相关研究包括：1.《A Deep Learning-Based Framework for Automatic Segmentation and Volume Determination of the Parotid Glands Using CT Images》；2.《A Deep Learning-Based Framework for Accurate Segmentation of Head and Neck Organs at Risk Using Sparse-View CT》。