论文

FleXray:通用临床 X 射线分割

FleXray: Universal Clinical X-ray Segmentation

模型训练合成数据

摘要

X 射线是医学上使用最广泛的成像方式,但仍然是定量最少的成像方式之一。与 CT 或 MRI 等体积模式不同,X 射线将 3D 解剖结构压缩为 2D 投影,导致结构重叠,解剖边界模糊,甚至对于专家来说也是如此。因此,用于训练通用分割系统的标记 X 射线数据库是不切实际的,使得形态测量和功能 X 射线分析仅限于狭窄的解剖区域和应用。为此,我们推出了 FleXray,这是一种用于临床 X 射线中整个身体解剖分割的通用模型。我们不是管理大型的、手动注释的 X 射线数据集,而是构建一个可扩展的、基于物理的生成 X 射线数据引擎。使用现有的 3D 全身 CT 分割数据集和生成图像编辑模型,我们模拟具有不同外观、生理特性和成像几何形状的完全注释的 2D X 射线。经过这些模拟的训练,FleXray 可以在未见过的研究数据集和野外 X 射线中准确分割 60 个解剖结构。我们进一步表明,FleXray 使 X 射线可以直接进行定量分析,从而实现疾病分级的自动测量、X 射线引导干预期间的稳健导航以及病理目标的数据高效学习。我们在此 https URL 发布了模型、代码、全身 X 射线分割数据集以及本地易于使用的基于浏览器的工具。