基于解剖学的信息的深度学习和放射组学在全身MRI中自动神经纤维瘤分割的应用

本研究解决了在全身磁共振成像中神经纤维瘤（NF）自动分割的准确性和效率问题。提出了一种包含解剖学信息的自动化分割管道，通过多个阶段提升了分割性能，最终在高肿瘤负担情况下获得了68%的Dice相似系数提升。该方法在3D Slicer平台中被集成，具有实际的临床应用潜力。