MRAnnotator: multi-Anatomy and many-Sequence MRI segmentation of 44 structures

要約

このレトロスペクティブ研究では、2つのデータセットで44の構造に注釈を付けました。マウントシナイヘルスシステムの843人の患者からの1,518 MRIシーケンスの内部データセットと、ベンチマークのために263人の患者から397 MRIシーケンスの外部データセットです。
内部データセットは、NNU-NETモデルMrannotatorをトレーニングし、外部データセットで強力な一般化可能性を示しました。
Mrannotatorは、両方のデータセットでTotalSegmentator MRIやMrSegmentatorなどの既存のモデルを上回り、内部データセットで0.878、外部セットで0.875の全体の平均DICEスコアを達成しました。
モデルの重みはGitHubで利用でき、外部テストセットはリクエストに応じて共有できます。

要約(オリジナル)

In this retrospective study, we annotated 44 structures on two datasets: an internal dataset of 1,518 MRI sequences from 843 patients at the Mount Sinai Health System, and an external dataset of 397 MRI sequences from 263 patients for benchmarking. The internal dataset trained the nnU-Net model MRAnnotator, which demonstrated strong generalizability on the external dataset. MRAnnotator outperformed existing models such as TotalSegmentator MRI and MRSegmentator on both datasets, achieving an overall average Dice score of 0.878 on the internal dataset and 0.875 on the external set. Model weights are available on GitHub, and the external test set can be shared upon request.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google