RepAir：用于 CT 扫描气道分割与连续性纠正的框架
计算机视觉与模式识别
2026-02-12 v2
摘要
从胸部计算机断层扫描（CT）中准确分割气道对于定量肺部分析至关重要，但手动标注不切实际，而许多基于 U-Net 的自动方法会产生不连续的组件，阻碍可靠的生物标志物提取。我们提出了 RepAir，一个用于稳健三维气道分割的三阶段框架，结合 nnU-Net 基于网络和解剖学一致的拓扑纠正。分割网络产生初始气道掩模，随后通过骨架基于算法识别潜在的连续性问题并提出重新连接。随后，1D 卷积分类器确定哪些候选链接对应于真实的解剖分支与否，或为假性或阻塞路径。我们在两个不同的数据集上对 RepAir 进行了评估：ATM'22 包含来自主要健康受试者的标注 CT 扫描，AeroPath 包含严重气道病理标注扫描。 在两个数据集上，RepAir 在体素级别和拓扑指标上均优于现有的基于 Bronchinet 和 NaviAirway 的 3D U-Net 方法，产生更完整、解剖学一致的气道树，同时保持高分割准确性。
引用
@article{arxiv.2511.14649,
title = {RepAir: A Framework for Airway Segmentation and Discontinuity Correction in CT},
author = {John M. Oyer and Ali Namvar and Benjamin A. Hoff and Wassim W. Labaki and Ella A. Kazerooni and Charles R. Hatt and Fernando J. Martinez and MeiLan K. Han and Craig J. Galbán and Sundaresh Ram},
journal= {arXiv preprint arXiv:2511.14649},
year = {2026}
}
备注
4 pages, 3 figures, 1 table. Oral presentation accepted to SSIAI 2026 Conference on Jan 20, 2026