结合 BM3D 与 YOLOv8 的混合 CNN–Transformer 模型，用于低剂量 CT 扫描的肺癌早期检测

为何及早发现肺癌至关重要

肺癌是全球致死人数最多的癌症，部分原因在于常常发现得太晚。医生越来越多地使用低剂量 CT 扫描——以更低辐射拍摄的 X 光影像——对高危人群进行筛查。但这些影像噪点多，警示性病灶（结节）可能非常微小且容易被忽视。本研究提出了一个计算机系统，用于净化这些扫描并更早、更准确地标注可疑区域，其目标是辅助放射科医师而非取代他们。

引用: Thakral, G., Kumar, U. & Gambhir, S. Hybrid CNN–transformer model with BM3D and YOLOv8 for early detection of lung cancer in low-dose CT scans. Sci Rep 16, 13597 (2026). https://doi.org/10.1038/s41598-026-43517-5

关键词: 肺癌筛查, 低剂量 CT, 深度学习, 医学影像分析, 计算机辅助诊断