罕见胰腺肿瘤分割的 exceptional 数据集
计算机视觉与模式识别
2025-01-30 v1 人工智能
摘要
胰腺神经内分泌肿瘤 (pNET) 是极其罕见的内分泌肿瘤，仅占所有胰腺恶性肿瘤的 less than 5%，发病率仅为每 10 万人 1-1.5 例。早期检测 pNET 对改善患者生存率至关重要，但由于 pNET 的稀有性，对其从 CT 图像中进行分割是一个极具挑战性的问题。迄今为止，尚无专门针对 pNET 的数据集供研究人员使用。为此，我们提出了一个 pNET 数据集，是一个专注于胰腺神经内分泌肿瘤的经过良好注释的对比增强 CT (CECT) 数据集，包含来自 469 名患者的数据。这是一个专门用于 pNET 的首个数据集，与以往的集合有着显著区别。此外，我们提供了基准检测网络，并设计一种用于 UNet-based 模型的新的切片级权重损失函数，以提高整体的 pNET 分割性能。我们希望我们的模型能促进医学界对 pNET 肿瘤的理解和诊断，促进更精准诊断工具的开发，最终改善患者预后并推动肿瘤学领域的发展。
引用
@article{arxiv.2501.17555,
title = {An Exceptional Dataset For Rare Pancreatic Tumor Segmentation},
author = {Wenqi Li and Yingli Chen and Keyang Zhou and Xiaoxiao Hu and Zilu Zheng and Yue Yan and Xinpeng Zhang and Wei Tang and Zhenxing Qian},
journal= {arXiv preprint arXiv:2501.17555},
year = {2025}
}