腹部CT扫描中的自动器官与全癌种分割：FLARE 2023挑战
图像与视频处理
2024-08-23 v1 人工智能
计算机视觉与模式识别
摘要
腹部CT扫描中的器官与癌灶分割是精确癌症诊断和治疗的前提。大多数现有基准和算法针对特定癌种设计，限制了其提供全面癌症分析的能力。本工作提出了首个针对腹部器官与全癌种分割的国际竞赛，提供了大规模且多样化的数据集，包括来自40多个医疗中心的4650个CT扫描，涵盖多种癌种。获胜团队建立了一种基于深度学习的级联框架，实现了在隐藏的多国家测试集上器官平均Dice相似系数达92.3%，灌盆平均Dice相似系数达64.9%。该数据集和顶尖团队的代码已公开，提供了一个推动进一步创新的基准平台 https://codalab.lisn.upsaclay.fr/competitions/12239。
引用
@article{arxiv.2408.12534,
title = {Automatic Organ and Pan-cancer Segmentation in Abdomen CT: the FLARE 2023 Challenge},
author = {Jun Ma and Yao Zhang and Song Gu and Cheng Ge and Ershuai Wang and Qin Zhou and Ziyan Huang and Pengju Lyu and Jian He and Bo Wang},
journal= {arXiv preprint arXiv:2408.12534},
year = {2024}
}
备注
MICCAI 2024 FLARE Challenge Summary