中文

RadioActive:三维放射学交互式分割基准

计算机视觉与模式识别 2025-03-24 v3 人工智能 人机交互 机器学习

摘要

以最小的临床医生工作量实现轻松且精确的分割,可极大地简化临床工作流程。受 Meta 的 Segment Anything 启发,近期的交互式分割模型取得了显著进展,但在三维放射学中面临关键局限。这些局限包括不切实际的人机交互要求,如二维模型处理三维数据时的逐层操作,以及缺乏迭代优化。由于评估协议不完善,先前研究受到阻碍,导致性能评估不可靠,且不同研究间的发现不一致。RadioActive 基准通过为临床相关场景下的交互式分割方法提供严格且可复现的评估框架,解决了这些挑战。它包含多样化的数据集、广泛的目标结构,以及最具影响力的二维和三维交互式分割方法,所有这些都在一个灵活且可扩展的代码库中。我们还引入了先进的提示技术,减少了交互步骤,使二维和三维模型间的公平比较成为可能。令人惊讶的是,在仅需少量交互即可为三维体积生成提示的设置中,SAM2 超越了所有专门的医学二维和三维模型。这挑战了主流假设,表明通用模型优于专门的医学方法。通过开源 RadioActive,我们邀请研究人员集成他们的模型和提示技术,确保三维医学交互式模型的持续透明评估。

关键词

引用

@article{arxiv.2411.07885,
  title  = {RadioActive: 3D Radiological Interactive Segmentation Benchmark},
  author = {Constantin Ulrich and Tassilo Wald and Emily Tempus and Maximilian Rokuss and Paul F. Jaeger and Klaus Maier-Hein},
  journal= {arXiv preprint arXiv:2411.07885},
  year   = {2025}
}

备注

Undergoing Peer-Review