跳到正文
arXiv · 机器人与计算机视觉· Zipei Zhang, Jaakko Sahlsten, Mikko Saukkoriipi, Johanna Ronkainen, Mona Lehto, Akseli Aittoniemi, Irina Rinta-Kiikka, Kimmo Kaski·· 21 天前AI 评分18

不确定性感知粗到细主胰管分割用于 3D MRCP 宽度测量

Uncertainty-aware Coarse-to-Fine Main Pancreatic Duct Segmentation for Width Measurement in 3D MRCP

AI 导读

针对 3D MRCP 扫描中主胰管自动分析研究不足的问题,该研究提出了一种结合粗定位与精分割的不确定性感知深度学习流程。在包含 69 名患者数据的测试集中,该方法实现了 0.634 DSC 的分割性能,并将最大宽度预测平均绝对误差控制在 0.355 mm 以内。对于直径大于等于 5 mm 的扩张胰管,模型检测出 75.0% 的敏感度和 74.4% 的特异性,可辅助临床测量。

来源:arXiv · 机器人与计算机视觉 · arxiv.org