CT 中骨病变的弱监督检测

骨骼区域是乳腺癌和前列腺癌转移扩散的常见部位之一。CT 常规用于测量骨内病变的大小。然而，由于其大小、形状和外观的巨大差异，它们可能难以被发现。此类病变的精确定位将能够可靠地追踪间隔期变化（增长、缩小或无变化状态）。为此，一种自动检测骨病变的技术是非常理想的。在这项初步工作中，我们开发了一个通过代理分割任务在 CT 体积中检测骨病变（溶骨性、成骨性和混合性）的流程。首先，我们使用放射科医生在少数 CT 体积的 2D 切片中前瞻性标记的骨病变，并将其转换为弱 3D 分割掩码。然后，我们使用这些弱 3D 标注训练了一个 3D 全分辨率 nnUNet 模型来分割病变，从而检测它们。尽管使用了不完整和部分的训练数据，我们的自动化方法在 CT 中检测骨病变的精确率达到 96.7%，召回率达到 47.3%。据我们所知，我们是首个尝试通过代理分割任务直接检测 CT 中骨病变的团队。