使用距离度量自动识别器官风险分割中的失败案例：对 CT 数据的研究
原文中文，约300字，阅读约需1分钟。发表于：。该研究提出了一种通过设定 Dice 距离和 Hausdorff 距离的阈值来自动识别失败案例的方法，以减少手动检查预测输出的耗时任务，从而更快地识别失败案例候选人。该方法在临床专家策划的数据集中的 20 个不同器官的 CT 图像上进行了评估，可以区分不同状态的失败案例，并进行了超过 12 个案例的可视评估。该阈值方法可以扩展到其他器官，从而更快地识别失败案例，提高放射治疗计划的质量。
该研究提出了一种通过设定Dice距离和Hausdorff距离的阈值来自动识别失败案例的方法，以减少手动检查预测输出的耗时任务，更快地识别失败案例候选人。该方法在临床专家策划的数据集中的20个不同器官的CT图像上进行了评估，可以区分不同状态的失败案例，并进行了超过12个案例的可视评估。该阈值方法可以扩展到其他器官，提高放射治疗计划的质量。
