Original title: Stacked CT radiomics, deep learning and clinical feature models for differentiating benign and malignant solitary pulmonary nodules
- 手動でセグメント化された関心領域から抽出されたラジオミクス特徴と、改良されたSwin-Transformerアーキテクチャに基づく深層学習視覚分類器を組み合わせたマルチモーダルスタッキングモデルを提案。
- このモデルは高い臨床的純利益を示し、良性・悪性孤立性肺結節(SPN)の鑑別に有効である。
- <Swin-Transformer architecture> 深層学習視覚分類器の基盤として使用されている。