59、医学图像分割技术：胰腺与神经结构分割新进展

医学图像分割技术：胰腺与神经结构分割新进展

在医学影像领域，精准的器官和组织分割对于疾病诊断、治疗规划以及研究都具有至关重要的意义。本文将介绍两种不同的医学图像分割方法，分别是基于磁共振成像（MRI）的胰腺自动分割框架，以及基于超声图像的神经结构自动分割方法。

1. 胰腺自动分割框架

在MRI图像中进行胰腺自动分割是一个具有挑战性的任务。为了评估不同的自动分割方法，研究人员使用了两个重要的指标：骰子相似系数（DSC）和杰卡德指数（JI）。以下是几种不同方法的表现：
| 方法 | DSC (%) | JI (%) | 数据（大小） |
| — | — | — | — |
| Wang et al. | 65.5 ± 18.6 [2.4, 90.2] | – | CT (100) |
| Tong et al. | 71.1 ± 14.7 | 56.90 ± 15.2 | CT (150) |
| Roth et al. | 71.8 ± 10.7 [25.0, 86.9] | – | CT (82) |
| Cai et al. | 76.1 ± 8.7 [47.4, 87.1] | – | MRI (78) |
| Okada et al. | – | 46.60 | CT (28) |
| Shimizu et al. | – | 57.90 | CT (20) |
| 提出的方法 | 75.5 ± 7.0 [65.0, 86.9] | 61.2 ± 9.2 [48.1, 76.9] | MRI (20) |

从表格中可以看出，不同方法在不同数据集上的表现有所差异。提出的方法在DSC和JI