大规模肝cirrhosis MRI 收集与分割
图像与视频处理
2025-05-09 v2 计算机视觉与模式识别
摘要
肝cirrhosis 代表慢性肝病的终末期，表现为广泛纤维化和结节再生，显著增加死亡风险。虽然磁共振成像（MRI）提供了非侵入性评估，但准确分割cirrhosis 肝脏面临重大挑战，由于形态学改变和异质信号特征。深度学习方法显示前景用于自动化完成此类任务，但进展受限于缺乏大规模标注数据集。本文提出 CirrMRI600+，首个综合数据集包含 628 例高分辨率腹部 MRI 扫描（310 例 T1 加权和 318 例 T2 加权序列， nearly 40,000 片已验证分割标签），用于cirrhosis 肝脏。数据集包括人口学信息、临床参数以及可获得的组织病理验证。此外，我们提供来自 11 个最新深度学习实验的基准结果，以建立性能标准。CirrMRI600+ 促进了cirrhosis 肝脏分析的高级计算方法的开发与验证， potentially 加速自动化cirrhosis 可视化分期和个性化治疗计划的进程。
关键词
引用
@article{arxiv.2410.16296,
title = {Large Scale MRI Collection and Segmentation of Cirrhotic Liver},
author = {Debesh Jha and Onkar Kishor Susladkar and Vandan Gorade and Elif Keles and Matthew Antalek and Deniz Seyithanoglu and Timurhan Cebeci and Halil Ertugrul Aktas and Gulbiz Dagoglu Kartal and Sabahattin Kaymakoglu and Sukru Mehmet Erturk and Yuri Velichko and Daniela Ladner and Amir A. Borhani and Alpay Medetalibeyoglu and Gorkem Durak and Ulas Bagci},
journal= {arXiv preprint arXiv:2410.16296},
year = {2025}
}