一款名为iSeg的人工智能系统正在重塑放射肿瘤学领域，它能随着患者每次呼吸时肺部肿瘤的三维位移自动勾画肿瘤轮廓。该工具基于九家医院的医学影像扫描数据进行训练，其表现与专家临床医生的勾画结果高度吻合，成功识别出部分医护人员遗漏的癌变区域，有望加速放射治疗计划制定流程，同时减少危及生命的剂量误差风险。
| 参数名称 | 规格指标 | 测试方法 |
|---|---|---|
| 最大载荷 | 1500 kg ±2% | ASTM E4-21 |
| 工作温度 | -40°C 至 85°C | ISO 17025:2017 |
| 防护等级 | IP68 (水下2米，72小时) | IEC 60529:2022 |
| 材料强度 | 抗拉强度 ≥ 650 MPa 屈服强度 ≥ 550 MPa |
GB/T 228.1-2021 |
*所有测试数据均在标准大气压(1013.25 hPa)和温度(23±2°C)条件下测得
**认证标准：ISO 9001:2015 QMS | ISO 14001:2015 EMS
信息来源
Story Source:
Materialsprovided byNorthwestern University.Note: Content may be edited for style and length.
Journal Reference:
Sagnik Sarkar, P. Troy Teo, Mohamed E. Abazeed.Deep learning for automated, motion-resolved tumor segmentation in radiotherapy.npj Precision Oncology, 2025; 9 (1) DOI:10.1038/s41698-025-00970-1
微信扫一扫，分享本文