15、医学图像分割新方法：CAS - Net与一射创伤性脑分割

医学图像分割新方法：CAS - Net与一射创伤性脑分割

在医学图像领域，精准的图像分割对于疾病的诊断和治疗至关重要。本文将介绍两种创新的医学图像分割方法：CAS - Net用于膝关节的3D分割，以及一种基于对抗训练和不确定性校正的一射创伤性脑分割方法。

1. CAS - Net：膝关节3D分割的新突破

在膝关节的医学图像分析中，准确的3D分割能够为形态学分析和疾病诊断提供关键信息。CAS - Net通过超分辨率和图表示，利用临床2D多视图扫描和矢状面注释，实现了跨视图一致的3D膝关节分割。

1.1 3D分割性能对比

为了评估CAS - Net的性能，研究人员将其与多种方法进行了对比，结果如下表所示：
| 方法 | 图像视图 | 注释视图 | 3D Dice比率（%） |
| ---- | ---- | ---- | ---- |
| | FB | FC | TB | TC | M | 均值 |
| NN | - | 矢状面 | 96.1 | 76.4 | 95.2 | 72.5 | 79.7 | 83.9 |
| Pseudo Seg Sagittal | 矢状面 | 矢状面 | 96.3 | 79.0 | 95.2 | 72.6 | 79.7 | 84.6 |
| 3D nnUNet | 3D DESS | 3D DESS | 92.2 | 97.8 | 90.2 | 90.2 | 89.8 | 92.0 |
| Ours（CAS - Net） | 多视图 | 矢状面 | 96.7 | 81.7 | 95.8 | 74.9 | 81.0 | 86.0 |

从表中可