(资料图片)
近日，浙江大学医学院祝向东教授团队在Brain-X发表了题为：Potential roles of transformers in brain tumor diagnosis and treatment的综述论文。
该综述总结了人工智能模型Transformer在脑肿瘤诊断和治疗中的应用现状。第一兼通讯作者为浙江大学医学院附属第二医院神经外科蓝玉龙医师，浙江大学医学院附属第二医院神经外科祝向东教授为共同通讯作者。
恶性脑肿瘤显著增加了全球人类致残率和死亡率，早期发现和诊断是改善脑肿瘤治疗效果的关键。目前，Transformer作为一种可应用于脑肿瘤诊断和治疗的深度学习模型，正在吸引广大研究者的广泛关注。Transformer模型利用注意力机制来提高模型训练速度，以便有效地进行处理和分析。研究表明，Transformer在脑肿瘤磁共振（MRI）图像分割中发挥着重要的作用， 并且在基于MRI和肿瘤组织切片的病理学分级，脑肿瘤分子表达预测，脑转移癌原发部位的分类，放射治疗过程中体素水平的剂量和脑肿瘤放疗结果的预测，以及药物联合应用效果的预测研究中，均具有重要意义。
该综述系统分析和讨论了基于Transformer的各种算法的适用性及其应用前景，并讨论了局限性和改进方向。未来Transformer将会被越来越多地应用于脑肿瘤的诊断和治疗。但目前还需要更加深入的研究工作来探索如何提高模型效率及其与其他技术的耦合等关键挑战，并应用于其他医疗数据。
论文第一/通讯作者简介
蓝玉龙：浙江大学医学院附属第二医院神经外科医师，研究项目依托浙江省重点实验室、浙江省临床研究中心，研究方向为脑肿瘤靶向治疗及各类神经系统疾病的诊治。主持国家自然科学基金项目，近年在国内外知名期刊上发表论文多篇，授权国家发明专利多项。
祝向东：浙江大学医学院附属第二医院神经外科主任医师，教授，中华医学会神经外科学分会脑血管学组委员，浙江省医学会显微外科学分会常委。长期从事颅脑肿瘤诊断和治疗的研究工作。团队所在科室为国家重点专科，浙江大学博士后流动站，科室排名全国前五，部分研究项目依托卫生部医学神经生物学重点实验室、脑科学研究重点实验室和浙江大学脑科学研究所。
