BUSIS：乳腺超声图像分割基准
计算机视觉与模式识别
2021-10-20 v2
摘要
乳腺超声（BUS）图像分割具有挑战性，且对 BUS 计算机辅助诊断（CAD）系统至关重要。过去二十年研究了众多 BUS 分割方法，但大多数方法的性能是使用相对较小的私有数据集和不同定量指标评估的，导致性能比较存在偏差。因此，迫切需要一个基准，利用公共数据集客观比较现有方法，确定当今最佳乳腺肿瘤分割算法的性能，并探究哪些分割策略在临床实践与理论研究中具有价值。本工作中，我们提出一个 B 型乳腺超声图像分割基准。该基准中：1）我们收集了 562 张乳腺超声图像，准备了软件工具，并邀请四位放射科医生通过标准化流程获得准确标注；2）我们广泛比较了十六种最先进分割方法的性能并讨论其优缺点；3）我们提出一组有价值的定量指标来评估半自动与全自动分割方法；4）详细讨论了成功的分割策略与可能的未来改进。
引用
@article{arxiv.1801.03182,
title = {BUSIS: A Benchmark for Breast Ultrasound Image Segmentation},
author = {Min Xian and Yingtao Zhang and H. D. Cheng and Fei Xu and Kuan Huang and Boyu Zhang and Jianrui Ding and Chunping Ning and Ying Wang},
journal= {arXiv preprint arXiv:1801.03182},
year = {2021}
}
备注
27 pages, 4 figures, 3 tables