.png){kind=icon}
返回
ShapeKit
.png){kind=icon}
PRE
AI
DOI：10.1007/978-3-032-06774-6_4.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文提出了一种改进全身医学分割中解剖形状精度的实用方法。我们的分析表明，一种形状聚焦的工具包可以提高分割性能超过8%——无需模型重新训练或微调。相比之下，对模型架构的修改通常只会带来小于3%的边际增益。受此观察结果启发，我们介绍了ShapeKit，一种灵活且易于集成的工具包，旨在优化解剖形状。我们在两个大规模、多机构CT扫描数据集上对方法进行了评估，这些数据集带有专家验证的注释。这项工作强调了基于形状工具的未受重视的价值，并引起了医学分割社区对其潜在影响的关注。ShapeKit可在https://github.com/BodyMaps/ShapeKit获取。
Keyword:
Shapes
Anatomical Structures
Quality Control
Toolkit
