2024-8-12024-12-02https://scholars.lib.ntu.edu.tw/handle/123456789/723474本研究透過深度學習技術，精準識別電腦斷層掃描（CT）影像中腎細胞癌區域。面對腫瘤異質性及小型腫瘤偵測挑戰，將採用影像預處理技術，提升偵測效率。為克服訓練資料集不足的困境，本計畫利用生成式人工智慧技術，以神經網路從相鄰切片創建合成影像，增強模型訓練準確性。亦規劃將結合CSPNet架構與U-Net編碼器，引入3D U-Net模型，專注於提升小型腫瘤偵測能力。此外，將應用分段任何物件模型或自我監督學習技術，以確保在有限標記影像下保持模型預測準確性。這些創新方法預期將有效減輕醫生工作負擔，提升影像標註一致性。研究的目的在於提高腎腫瘤偵測精準度和效率，對醫療診斷與治療提供重要協助。腎細胞癌生成式人工智慧深度學習模型分段任何物件模型生成對抗網路Renal Cell CarcinomaGenerative Artificial IntelligenceDeep Learning ModelsSegment Anything ModelGenerative Adversarial Networks