研究人员推出了CADS,这是一个专为计算机断层扫描(CT)图像中的全身解剖设计的综合数据集和分割框架。该新资源整合了来自100多个影像中心的解剖标签,为22,022个体CT扫描中的167个结构提供了注释。CADS采用一种带有形状知情质量控制的自训练方法,为稀疏注释的扫描生成高质量的伪标签。该框架在分布变化下表现出稳健的分割性能,并在18个公共数据集上优于现有的最先进方法,并在一个独立的肿瘤学队列中得到了进一步验证。 AI
影响 该数据集和框架有望加速计算解剖学研究,并提高医学影像的诊断准确性。
排序理由 该项目是一篇研究论文,详细介绍了一个用于医学图像分析的新数据集和框架。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX
- computed tomography
- DagsHub
- Gotit.pub
- Hugging Face
- Murong Xu
- ScienceCast
- SNOMED CT
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →