针对脑膜肿瘤放疗规划的领域专用交互式分割框架
计算机视觉与模式识别
2025-10-02 v1 人工智能
摘要
精确描绘脑膜肿瘤对于有效放疗规划至关重要，直接影响治疗效果及周围健康组织的保护。尽管自动化深度学习方法已显示出相当大的潜力，但由于肿瘤异质性，实现一致准确的临床分割仍富有挑战性。交互式医学图像分割 (IMIS) 通过整合先进的人工智能技术与临床输入来解决这一挑战。然而，尽管通用分割工具具有广泛适用性，却往往缺乏针对临床关键且疾病特定任务（如脑膜肿瘤放疗规划）的专业性。为克服这些限制，我们提出了 Interactive-MEN-RT，一款专为临床医生在放疗工作流程中进行 3D 脑膜肿瘤分割而开发的专用 IMIS 工具。该系统包含多种临床相关的交互方法，包括点注释、边界框、lasso 工具和笔画工具，增强了可用性和临床精确度。在针对 500 例 BraTS 2025 脑膜肿瘤放疗分割挑战赛数据的评估中，Interactive-MEN-RT 显示出显著优于其他分割方法的性能，Dice 相似系数最高可达 77.6%，交并比得分达 64.8%。这些结果凸显了在脑膜肿瘤放疗规划等关键应用中，临床定制化分割解决方案的必要性。代码已公开available at: https://github.com/snuh-rad-aicon/Interactive-MEN-RT
引用
@article{arxiv.2510.00416,
title = {Domain-Specialized Interactive Segmentation Framework for Meningioma Radiotherapy Planning},
author = {Junhyeok Lee and Han Jang and Kyu Sung Choi},
journal= {arXiv preprint arXiv:2510.00416},
year = {2025}
}
备注
Clinical Image-Based Procedures (CLIP 2025), MICCAI 2025 Workshop