12、解剖学2基准测试：医学图像分割与地标定位的深入探讨

解剖学2基准测试：医学图像分割与地标定位的深入探讨

1 引言

随着医学影像数据量的迅速增长，自动化的器官分割和地标定位技术变得越来越重要。VISCERAL项目中的解剖学2基准测试旨在评估和促进这些技术的发展。这次基准测试不仅提供了大量的医学图像数据，还引入了新的挑战和改进措施，以确保评估结果更加准确和可靠。

2 解剖学2基准测试的任务描述

2.1 分割挑战

解剖学2基准测试的主要任务之一是对医学图像中的器官进行自动分割。参与者需要开发能够自动识别和分割指定器官的算法。分割任务包括但不限于以下器官：肝脏、胰腺、膀胱、主动脉、左肺和右肾。这些器官的选择是为了覆盖不同的大小、形状和边界复杂性，从而全面评估算法的性能。

2.2 地标定位挑战

除了分割任务，解剖学2基准测试还包括地标定位挑战。参与者需要开发能够自动识别和定位特定解剖地标的算法。这些地标包括但不限于锁骨外端、髂脊、耻骨联合、股骨大/小转子、主动脉弓顶端、气管/主动脉分叉、髂脊以及椎体等。地标定位任务的难度在于需要精确地识别微小且复杂的结构。

3 数据集详情

3.1 图像模态

解剖学2基准测试提供了多种图像模态的数据，包括CT（计算机断层扫描）和MRI（磁共振成像）。CT数据主要用于提供高分辨率的解剖结构信息，而MRI数据则有助于区分软组织和其他结构。以下是主要的图像模态：

模态	描述
CT-