跳到主要内容
检索

# 医学图像分割

25 篇关联报道

订阅更新
  1. arXiv

    脑转移瘤分割模型换院换模态还要加新病灶:FGCARL 在 BraTS-METS 2023 上平均 Dice 达 68.28%

    临床影像常按机构、模态和标注结构分批到来,分割模型既要适应新的成像分布,又要学会新增的病灶类别,同时不能忘掉旧知识。FGCARL 把双向特征统计对齐与 Fisher 信息加权的参数约束放进同一个增量学习框架,不需要回放历史患者数据。在从 UCSF-BMSR 迁移到 BraTS-METS 2023 的域与类同时变化设定中,配 Swin UNETR 的 FGCARL 在新域三个肿瘤区域上平均 Dice 为 68.28%,高于对比中最强的 CLAMTS 的 60.94%。

  2. arXiv

    只在有信号处算:Conformal Adaptation 用共形风险控制认证稀疏计算,脑肿瘤分割保持相近 Dice

    医学与天文成像数据比自然图像大几个数量级,而肿瘤、星系等目标只占极小区域,量化、剪枝这类均匀压缩会同时压低这些关键区域的精度。Conformal Adaptation 先用低分辨率模型筛出候选区域,再用共形风险控制校准阈值,使被丢弃区域携带的真实信号质量在期望上不超过用户设定的比例,随后只对选中区域做稀疏细化。在脑肿瘤分割、头颈癌分割、钙成像脉冲率推断和星系通量场超分辨等任务上,该流程在保持相近精度的同时减少计算量,其中 VISTA3D 在纯 CPU 推理下取得最高 82.10 倍的浮点运算加速。

  3. arXiv

    阿里达摩院HoloCT把CT读片与三维分割合成一个模型,多中心阅片研究在敏感度与总准确率上超过四位放射科医生

    阿里达摩院推出三维CT基础模型HoloCT,把影像解读与体素级分割放进同一个视觉—语言模型,让文字结论能配上可核查的三维掩膜。此前的分割网络只勾画、不解释,CT视觉语言模型只出文字、不给定位。在五个医院11,455例临床CT上,HoloCT-8B在喉部病变与肺癌分割上把平均Dice较VoxTell分别从0.107提到0.488、从0.543提到0.715,并在甲状腺肿瘤与结肠病变回顾性阅片研究中于敏感度和总准确率上超过全部四位参与放射科医生。

  4. arXiv

    严重结核CT的肺掩膜漏掉空洞,LungMend只用健康肺形状先验补回,Dice达0.986

    严重结核CT上,空洞和实变因密度接近软组织而被R231等分割模型排除在肺掩膜之外。LungMend把掩膜修正当作形状补全:在57例健康肺上训练潜空间扩散先验,用模拟分割失败的损坏掩膜和不受病变影响的骨骼解剖作条件,不使用任何病理数据或CT强度。在20例重度结核的200张放射科医生修正切片上,Dice为0.986、平均表面距离0.57 mm,空洞与实变召回分别为0.993和0.981。

  5. 医学对比学习不再强求增广不变:ProbSSL把嵌入写成分布,BTCV平均Dice达84.89

    医学图像自监督对比学习默认同一图像的不同增广视图应共享同一语义表示,但旋转、灰度扰动等增广会抹掉细微却关键的解剖与病理线索,强行对齐反而压掉任务相关信息。ProbSSL把每幅图像的嵌入建模为高斯分布,均值承载共享语义、方差记录增广带来的变化,并用分布间KL散度做对齐,使变化大的维度对齐压力自动减弱。在CT数据上预训练后迁移到BTCV、MM-WHS、CC-CCII与BraTS,ProbSSL在四个下游任务上的平均指标均高于所比较的通用与医学自监督方法,其中BTCV平均Dice为84.89。

  6. 皮肤病灶边界被毛发遮断时,先把高频细节修好再解码:ISIC 2018上Dice达89.69%

    皮肤镜图像里,毛发遮挡、光照不均和局部对比度弱会让病灶边界断裂,而自注意力倾向强调低频内容,使这些弱边界在跳连中被稀释。Swin-WaveNet把编码器跳连特征先做小波分解,只对高频子带做选择性状态空间扫描以接续断开的轮廓,再用深层语义门控滤掉毛发等伪影响应,最后在解码上采样时用高频注意力锐化边界。在ISIC 2018上三次运行的平均Dice为89.69%、HD95为23.60像素,与Swin-Unet差距很小;不经微调直接用于ISIC 2017时Dice为91.69%。

  7. arXiv

    磁共振基础模型改按解剖对齐:不用提示框,零样本定位3D器官追平MedSAM2

    磁共振基础模型此前多在整幅图像层面学习表征,难以区分同一器官的正常与异常。A4-MR在约5万例磁共振检查、49.1万序列上分两阶段预训练,把图像与文本的对齐下沉到解剖层面,并为每个器官分别学习健康与异常的表征。冻结编码器时,它在异常检测上比MedSigLIP高1.7 AUROC,膝关节分割比MedNeXt高1.4 Dice,腹部器官分割与最佳模型相差0.4 Dice以内,且无需任何提示即可定位3D解剖,与给定真值框的MedSAM2相当。

  8. 严重脊柱侧弯的CT标注不再靠手工:把健康脊柱弯成病理形态,椎体分割Dice从0.765升到0.842

    严重脊柱侧弯的椎体分割长期受限于病理CT标注稀缺,公开数据里几乎没有可用的侧弯病例。一种解剖感知的合成流程把公开健康脊柱CT及其分割标签一起做三维形变,生成带侧弯样弯曲的合成体数据,再按相同算力预算训练nnU-Net CNN与PRIMUS。在18例院内青少年侧弯CT上,最佳CNN设置把平均Dice从0.765提高到0.842,椎体成功率从73.2%提高到81.6%;在55个由外科医生标注的顶椎区域标签上,平均Dice从0.720提高到0.854。

  9. arXiv

    MAGEFormer将体素间距嵌入位置编码与注意力,在BTCV与FLARE 22各向异性腹部CT分割上取得最低HD95

    作者提出MAGEFormer,把物理间距约束嵌入表示学习:用MASE按体素间距校准位置频率、用GCA抑制物理上不合理的跨尺度特征关联、用GVV在推理时做确定性亚体素视图聚合;在BTCV与FLARE 22统一5折协议下,其边界精度在对比方法中最优(HD95分别为10.58 mm与3.40 mm),Dice也一致提升,且各向异性越强优势越大。

  10. 牛津团队综述:冠周脂肪成像把冠脉炎症变成可量化指标,FAI Score 在调脂、生物制剂和放疗后均出现下降

    这篇由牛津大学团队撰写的综述系统梳理了冠周脂肪组织(PCAT)作为冠脉炎症生物传感器的解剖生理基础,说明标准化后的脂肪衰减指数(FAI Score)如何校正技术、解剖和生物学变异并用于预测 MACE,并汇总了人工智能自动分割与多参数风险建模的作用,以及他汀、抗 oxLDL 抗体、抗 TNF 生物制剂、放疗和卡格列净/GLP-1 类药物等干预后 FAI 下降的证据,指出 PCAT 成像有望补充传统危险因素和斑块指标,但当前证据仍在演进中。