ReXGrounding挑战赛在MICCAI 2026上举行,旨在提高AI在3D胸部CT扫描中分割病灶的能力,目前模型在此任务上表现不佳。该挑战赛使用了ReXGroundingCT数据集,包含2,992个训练扫描和200个验证扫描,评估了来自48个团队的760份提交。获胜方法取得了0.375的Dice分数和0.77的命中率,与放射科医生之间的一致性相当。然而,在分割非局灶性病变、多处异常以及准确本地化分割病灶方面仍存在挑战。 AI
影响 将放射学报告与医学扫描关联方面的进展可能带来更可验证的AI生成报告和改进的患者监测。
排序理由 该条目描述了医学影像AI领域一项特定研究任务的挑战赛结果,包括性能指标和未解决的问题。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →