运动分割前后脑髓鲍肯分割：Medical Imaging Segmentation Toolkit
计算机视觉与模式识别
2025-07-29 v1
摘要
医学图像分割技术正在迅速发展，但由于缺乏标准化和可定制的工具，不同方法之间的严格比较仍然具有挑战性。本文介绍了当前 Medical Imaging Segmentation Toolkit（MIST）的状态，特别关注其灵活且模块化的后处理框架，旨在支持 BraTS 2025 术前和术后脑髓鲍肯分割挑战。自 2024 BraTS 成人脑髓鲍肯术后分割挑战首次亮相以来，MIST 的后处理模块已显著扩展，支持各种变换，包括去除或替换小对象、提取最大连通组件，以及形态学操作如填洞和闭合。这些变换可以组合成用户定义的策略，从而实现对最终分割输出的细粒度控制。我们评估了三种此类策略——从简单小对象去除到更复杂的、类别特定的管线——并使用 BraTS 排序协议对其性能进行排序。我们的结果凸显了 MIST 如何促进快速实验和针对性细化，从而为 BraTS 2025 挑战产生高质量分割。MIST 仍然开源且可扩展，支持医学图像分割中可重复且可扩展的研究。
引用
@article{arxiv.2507.19626,
title = {Pre- and Post-Treatment Glioma Segmentation with the Medical Imaging Segmentation Toolkit},
author = {Adrian Celaya and Tucker Netherton and Dawid Schellingerhout and Caroline Chung and Beatrice Riviere and David Fuentes},
journal= {arXiv preprint arXiv:2507.19626},
year = {2025}
}