尴尬地简单的涂鸦监督用于 3D 医学分割

原文约300字，阅读约需1分钟。发表于：。

传统上，分割算法需要密集注释进行训练，特别是在 3D 医学图像领域，这需要大量的注释工作。我们提出了一个全面的涂鸦监督基准，包括七个使用不同的模态成像的解剖和病理学的数据集。利用部分损失，我们的方法能够在现有的分割方法中融入涂鸦标注，保持原始的损失公式，从而实现了当前最先进性能的一致表现。

本文介绍了Scribble2D5，一种基于涂鸦的体积图像分割方法，通过引入标签传播模块和形状先验信息，提高了模型的准确性。实验证明该方法在体积图像分割方面具有先进性能。