nnU-Net 在心脏 MRI 分割中的表现：综合评估
图像与视频处理
2025-01-07 v2 计算机视觉与模式识别
摘要
心脏分割是医学影像中的关键任务，对于详细分析心脏结构至关重要，这对于诊断和治疗 various cardiovascular diseases 至关重要。随着深度学习的出现，自动分割技术相较于传统手动方法在准确性和效率方面取得了显著进展。在这些技术中，nnU-Net 框架作为一种 robust and versatile 的医学图像分割工具脱颖而出。本研究评估了 nnU-Net 在分割心脏磁共挍成像 (MRI) 中的性能。我们利用五个心脏分割数据集，采用各种 nnU-Net 配置，包括 2D、3D 全分辨率、3D 低分辨率、3D 级联和集成模型。我们的研究对这些配置的能力进行基准测试，并检查开发针对特定心脏分割任务的新模型是否必要。
引用
@article{arxiv.2408.06358,
title = {How good nnU-Net for Segmenting Cardiac MRI: A Comprehensive Evaluation},
author = {Malitha Gunawardhana and Fangqiang Xu and Jichao Zhao},
journal= {arXiv preprint arXiv:2408.06358},
year = {2025}
}
备注
add a supplementary material