基于类别-片段分割框架的骨盆骨折 X 射线图像分割
计算机视觉与模式识别
2025-04-17 v1
摘要
骨盆骨折常因高冲击力导致，需要手术干预。CT 和 2D X 射线成像技术用于通过图像配准将手术计划转移到操作室，从而实现术中快速调整。具体而言，对骨盆骨折进行 2D X 射线图像分割可帮助准确确定骨骼碎片位置，并指导螺钉或金属板的放置。本研究提出一种新型基于深度学习的类别和片段分割(CFS)框架，用于自动分割 2D X 射线图像中的骨盆骨骼碎片。该框架由三个连续步骤组成：类别分割、片段分割和后处理。我们的最佳模型在解剖结构分割上实现了 0.91 的 IoU，在骨折分割上实现了 0.78 的 IoU。结果表明，CFS 框架在有效性和准确性方面均表现出色。
引用
@article{arxiv.2504.11872,
title = {A Category-Fragment Segmentation Framework for Pelvic Fracture Segmentation in X-ray Images},
author = {Daiqi Liu and Fuxin Fan and Andreas Maier},
journal= {arXiv preprint arXiv:2504.11872},
year = {2025}
}
备注
5 pages, 2 figures, 1 table