拓扑感知图像分割的陷阱

拓扑正确性, 即保持结构完整性和特定形状特征, 是医学影像任务（如神经元或血管分割）的基本要求。尽管近期涌现出针对这一挑战的拓扑感知方法, 但其实际应用受到不良基准测试实践的限制。本文识别了模型评估中的关键陷阱, 包括连通性选择不当、在 ground truth 注释中忽略拓扑性迹象, 以及不恰当地使用评估指标。通过详尽的实证分析, 我们揭示了这些问题对评估和排序分割方法的深远影响。基于我们的发现, 我们提出了一套可操作的建议, 以为拓扑感知医学图像分割方法建立公平且稳健的评估标准。