本技術以500位聽神經瘤影像資料發展出有別傳統U-Net架構之分割模型，以多參數磁振影像作為輸入資料，結合腫瘤在各影像上的特徵，達到更加優異之腫瘤分割結果；另一方面，針對腫瘤區域，以影像圖譜學技術，萃取多參數定量指標並經特徵選取與機器學習，可以伽馬刀放射治療前的磁振影像預測治療療效。

以北榮大量完整之聽神經瘤加馬刀治療及多時間點追蹤影像為基礎，改良腫瘤自動分割深度學習模型:以多個磁振參數影像作為訓練輸入，提供模型足夠之資訊識別腫瘤實質組織及囊泡。並因應腫瘤在影像中佔比低，及平面與切面解析度之差異，以較少的池化層搭配3x3x1, 1x1x3兩種捲積核針對不同影像方向進行特徵萃取。

計畫建置的聽神經瘤加馬刀治療決策輔助系統，可運用於臨床評估，提升精準醫療，減少人力及相關醫療浪費，並可提供重要學習教材及教學工具。此系統之開發過程亦可應用於其他腦部腫瘤的治療輔助評估，或技轉產業提升AI在醫療的運用。此計畫模式將帶動國內臨床醫師與技術團隊整合，讓AI影像分析技術可以應用於臨床議題。