Aprofitant models de propòsit general per millorar la segmentació de tumors de cap i coll

Identificador:  TFM:1883

Handle: https://hdl.handle.net/20.500.11797/TFM1883

Autors:  Rodriguez Llana, Sergio

Resum:
Aquesta tesi se centra en la millora de la segmentació dels tumors de cap i coll, una tasca difícil a causa de la complexa anatomia de la regió i la variabilitat del tumor. Avalua el model nnU-Net, identificant els seus punts forts i limitacions. Per millorar el rendiment, s'introdueixen els models pre-entrenats STU-Net-B i STU-Net-H, amb STU-Net-H que millora significativament la precisió de la segmentació. La tesi proposa un nou marc, nnSAM-3D, que integra el codificador SAM-Med3D amb nnU-Net per aprofitar les dades multimodals de TC i PET. Aquest enfocament assoleix un rendiment competitiu mantenint un nombre baix de paràmetres entrenables del model. El treball destaca el potencial dels models pre-entrenats i suggereix investigacions futures per obtenir millors resultats.