crossMoDA挑战赛自2021年起与MICCAI联合举办,专注于医学图像分割的无监督跨模态域适应。最初,该挑战赛侧重于从增强T1 MRI扫描分割前庭神经鞘瘤(VS)和耳蜗,后来发展到包含多机构数据和临床分级系统。2023年的比赛纳入了异构常规数据和肿瘤组件的子分割,表明数据多样性的增加可以提高分割性能。然而,由于肿瘤子注释增加了复杂性,耳蜗分割的性能略有下降。 AI
影响 医学影像跨模态域适应的进步可能带来更具成本效益和自动化的前庭神经鞘瘤等疾病的诊断工具。
排序理由 这是一篇研究论文,详细介绍了专注于医学图像分割技术的挑战赛的演变。[lever_c_demoted from research: ic=1 ai=1.0]
- cochlea
- crossMoDA Challenge
- International Conference on Medical Image Computing and Computer Assisted Intervention
- Koos grading system
- Navodini Wijethilake
- vestibular schwannoma
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →