多Rater体积评估在多器官分割中的校准与不确定性：CURVAS挑战结果
计算机视觉与模式识别
2025-10-15 v2
摘要
深度学习（DL）已成为医学图像分割的主导方法，但确保这些模型的可靠性和临床适用性需要解决注释变异性、校准和不确定性估计等关键挑战。这就是为什么我们创建了多Rater体积评估在多器官分割中的校准与不确定性（CURVAS）挑战的原因，该挑战强调了多个注释者在建立更全面真实标记（ground truth）中的关键作用，强调分割本质上是主观的，并且利用注释者之间的变异性对于稳健的模型评估至关重要。七支队伍参与了挑战，提交了各种DL模型，使用诸如Dice相似系数（DSC）、预期校准误差（ECE）和连续排序概率得分（CRPS）等指标进行评估。通过纳入共识和 dissensus 真实标记，我们评估了DL模型如何处理不确定性以及其置信度估计是否与真实分割性能一致。我们的发现强化了良好校准模型的重要性，因为更好的校准与结果质量密切相关。此外，我们演示了在数据集丰富且包含预训练知识的模型在处理偏离标准解剖结构的情况时表现出更大的鲁棒性。值得注意的是，最佳模型实现了高DSC和校准良好的不确定性估计。本工作强调了多注释者真实标记、彻底的校准评估和不确定性感知评估的重要性，以开发可信且临床可靠的DL基于医学图像分割模型。
引用
@article{arxiv.2505.08685,
title = {Calibration and Uncertainty for multiRater Volume Assessment in multiorgan Segmentation (CURVAS) challenge results},
author = {Meritxell Riera-Marin and Sikha O K and Julia Rodriguez-Comas and Matthias Stefan May and Zhaohong Pan and Xiang Zhou and Xiaokun Liang and Franciskus Xaverius Erick and Andrea Prenner and Cedric Hemon and Valentin Boussot and Jean-Louis Dillenseger and Jean-Claude Nunes and Abdul Qayyum and Moona Mazher and Steven A Niederer and Kaisar Kushibar and Carlos Martin-Isla and Petia Radeva and Karim Lekadir and Theodore Barfoot and Luis C. Garcia Peraza Herrera and Ben Glocker and Tom Vercauteren and Lucas Gago and Justin Englemann and Joy-Marie Kleiss and Anton Aubanell and Andreu Antolin and Javier Garcia-Lopez and Miguel A. Gonzalez Ballester and Adrian Galdran},
journal= {arXiv preprint arXiv:2505.08685},
year = {2025}
}
备注
This challenge was hosted in MICCAI 2024