Esta pesquisa desenvolve uma abordagem de modelagem 3D para visualizar de forma abrangente múltiplos nódulos pulmonares ao longo de todo o pulmão, com o objetivo de melhorar o diagnóstico e o tratamento de pacientes com câncer de pulmão em estágio inicial. As questões-chave são como reconstruir com precisão a distribuição do nódulo e interagir com o tecido pulmonar. O recente avanço no aprendizado profundo e na visão computacional permite a detecção e segmentação de nódulos pulmonares assistidas por IA mais precisas.
No entanto, persistem limitações quanto à modelagem pulmonar total e às relações espaciais entre múltiplos nódulos. Esta pesquisa oferece progresso através de uma técnica de reconstrução 3D para todo o pulmão. A integração de imagens médicas e visualização orientadas por IA com diagnóstico clínico e tratamento especializados é fundamental.
Tecnologias como deep learning para modelagem volumétrica de segmentação, realidade aumentada virtual para visualização 3D e fusão multimodal de dados estão avançando na modelagem pulmonar completa e na avaliação de múltiplos nódulos para melhorar a tomada de decisões clínicas. Esta pesquisa estabeleceu uma abordagem de modelagem 3D eficaz para visualizar a distribuição e as relações espaciais de múltiplos nódulos pulmonares em todo o volume pulmonar. As principais inovações incluem extração do contorno pulmonar, reconstrução de nódulos no espaço 3D e visualização interativa de todo o pulmão.
Isso permite um diagnóstico e um planejamento de tratamento mais precisos para pacientes com câncer de pulmão precoce. O desenvolvimento de uma abordagem de modelagem 3D precisa para visualizar padrões de nódulos pulmonares inteiros fornece uma nova capacidade para compreender a progressão da doença. Isso pode permitir o diagnóstico precoce, personalizar os planos de tratamento e melhorar os resultados para pacientes com câncer de pulmão.
Os resultados estabelecem as bases para expandir a modelagem pulmonar inteira usando dados multimodais e avançar na tradução clínica.
