本文提出了一种基于草图的医学图像分割方法Scribble2D5，通过标签传播模块和边界预测提高分割精度。实验结果显示，该方法在多个数据集上优于现有草图方法，接近完全监督方法的效果。

介绍了Scribble2D5，一种基于涂鸦的体积图像分割方法，通过标签传播模块和形状先验信息提高准确性。实验证明该方法在多个数据集上表现出先进性能。