PulseAugur
中
实时 11:49:29

3D Medical Imaging Segmentation Boosted by Orthogonal Seeding Technique

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种新的医学影像3D器官分割方法，该方法通过在推理时使用正交种子来提高准确性。该技术应用于Sli2Vol等切片传播模型，同时利用轴状、冠状和矢状平面的信息，而不是仅依赖于单一轴状种子。研究发现，推理时的种子几何形状，特别是其正交性，比训练范式或标注切片数量更关键。与传统的单轴方法相比，该方法在Dice、Normalized Surface Dice和Average Hausdorff Distance等指标上显著提高。 AI

影响 提高了3D医学图像分割的准确性，可能有助于诊断和治疗规划。

排序理由 详细介绍一种新的3D医学图像分割方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

3D Medical Imaging Segmentation Boosted by Orthogonal Seeding Technique

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Md Rakibul Haque, Tushar Kataria, Shireen Y. Elhabian ·

    推理时正交播种实现切片传播方法的几何对齐三维器官分割

    arXiv:2608.12658v1 Announce Type: new Abstract: Dense voxel-level annotation remains a major bottleneck in 3D medical image segmentation. Single-slice propagation methods such as Sli2Vol reduce this burden by propagating one annotated seed slice through a volume using label-free …

相关实体

相关话题