Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
VEELA는 CT 혈관 조영술에서 간 및 문맥 혈관을 정확히 분할하기 위해 설계된 임상 제약 기반 벤치마크 데이터셋입니다. 전문가의 엄격한 가시성 기반 주석을 통해 해부학적 변이성과 영상 불확실성을 반영하며, 다각도 평가 지표를 포함한 표준화된 프레임워크를 제공합니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv cs.AI의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기조영 증강 컴퓨터 단층 혈관 조영술 (CTA)에서 간 및 문맥 혈관을 정확하게 분할하는 것은 복잡한 혈관 위상 (vascular topology), 주변부 가시성 제한, 그리고 촬영으로 인한 모호성 때문에 여전히 어려운 과제로 남아 있습니다. 기존의 공개 데이터셋들이 가치 있는 벤치마크를 제공하고 있지만, 임상적으로 현실적인 주석 (annotation) 제약을 포함하는 경우는 드뭅니다. 본 연구에서는 CHAOS 그랜드 챌린지 코호트에서 상속된 40개의 CTA 스캔으로부터 유도된 엄격하게 큐레이션된 간 혈관 데이터셋인 VEELA (Vessel Extraction and Extrication for Liver Analysis)를 소개합니다. 모든 혈관은 해부학적으로 추론된 보간 (interpolation)을 피하고, 엄격한 가시성 기반 주석 정책을 사용하여 다수 전문가의 합의 하에 슬라이스별로 수동으로 경계가 지정되었습니다. 이러한 설계는 해부학적 변이성과 영상 관련 불확실성을 명시적으로 포착합니다. CHAOS 챌린지의 연장선으로서, VEELA는 재현 가능한 교차 벤치마크 평가를 가능하게 하는 동시에 미세한 간 및 문맥 혈관 분할로 범위를 확장합니다. 나아가 우리는 표준화된 벤치마킹 프레임워크를 구축하고 위상 인식 (clDice), 중첩 기반 (IoU), 경계 민감형 (NSD), 그리고 기하학 인식 (area, length) 측정 지표를 포함한 상호 보완적인 평가 지표들을 분석합니다. 우리의 결과는 서로 다른 지표들이 혈관 무결성의 서로 다른 측면을 포착한다는 것을 보여주며, 임상적으로 의미 있는 혈관 분할을 위해 다각도 평가가 필요함을 강조합니다. VEELA는 재현 가능한 연구를 촉진하고 견고한 혈관 분할 방법의 개발을 지원하기 위해 공개되었습니다. 연구자들은 https://www.synapse.org/Synapse:syn65471967 에서 평가 지표, 데이터셋 및 제출 플랫폼에 접속할 수 있습니다.