gallbladder

DART方法使用文本提示改进医学图像分割

研究人员开发了用于解剖形状重塑的扩散模型（DART），这是一种改进医学图像分割的新方法。DART从分割概率中学习共享的形状表示，并使用基于文本的解剖描述来纠正这些概率，而无需新的医学图像。该方法已显示出显著的改进，在CT胆囊病例中绝对Dice增益高达31%，在MRI前列腺病例中高达10%。DART成功地将单一形状表示扩展到377个解剖类别，并且可以在不重新训练的情况下将知识从CT转移到MRI，从而减少了对昂贵体素级注释的需求。