BriefGPT - AI 论文速递
·
CTARR：一种快速且稳健的CT解剖区域识别方法
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
我们利用基于nnU-Net的伪标签和解剖导向的细化方法，创建了一个包含142个体素级标签的全身CT扫描数据集，覆盖533个体积，并获得专家认可。该方法无需手动标注，经过专家评估和深度学习测试，验证了其实用性。此外，还发布了可预测142种解剖结构的训练模型。
🎯
关键要点
- 利用基于nnU-Net的伪标签和解剖导向的细化方法，创建了一个包含142个体素级标签的全身CT扫描数据集。
- 该数据集覆盖533个体积，并获得专家认可。
- 方法在标签整合阶段无需手动标注。
- 经过专家评估和深度学习测试，验证了方法的实用性，Dice分数达到85%。
- 发布了能够预测142种解剖结构的训练模型。
➡️
